[机器学习入门] 李宏毅机器学习笔记-24(introduction of Structured Learning;结构化学习介绍)

这篇博客介绍了结构化学习,它超越了向量输入和输出的限制,适用于更复杂的任务。通过统一框架,应用于目标检测、摘要生成和检索问题。在训练中,目标是计算object之间的关联;在测试时,根据训练得到的几率找到最可能的输出。尽管概率模型有其局限性,但它为复杂问题提供了有意义的解释。
摘要由CSDN通过智能技术生成

[机器学习入门] 李宏毅机器学习笔记-24(introduction of Structured Learning;结构化学习介绍)

PDF VIDEO

introduction of Structured Learning

到目前为止,不管是做SVM还是Deep Learning,input 和 output 都只是向量,而实际上我们真正面对的问题,要比向量更复杂,因此我们需要一个f,来计算两个object。

  • 2
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值