generative model 与 discriminative model 进一步理解

最新推荐文章于 2022-11-13 14:37:36 发布
最新推荐文章于 2022-11-13 14:37:36 发布
阅读量1.4k 收藏
点赞数
分类专栏： LDA Topic Model stats
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/xyqzki/article/details/12589279
版权
Topic Model 同时被 3 个专栏收录
26 篇文章 1 订阅
订阅专栏
LDA
18 篇文章 0 订阅
订阅专栏
stats
13 篇文章 0 订阅
订阅专栏

g model 就是 意淫p(x,y)的产生过程，这个过程可以任意复杂，只要能够inference出来。

d model 就是 有些observation如果用 generative model来意淫出来的话，会导致model过于复杂，inference是个问题，所以我们可以alleviate这些observation，将其视作已经生成好了的，看做已知的东西，即graphical model 中的 shaded node。然后在这个condition下，再去意淫剩下的observation的产生过程！


所以 我觉得d model是g model的一种alleviation

xyqzki
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
生成模型（generative model）和判别模型（discriminative model）
Daniel_djf的专栏
12-12 1万+
在看论文和机器学习教材的时候，经常会看到生成模型和判别模型，一致对着两个模型概念很模糊，在这里自己做一个小结。   在后面介绍这个两个模型时，我们以分类问题为例，以加深理解。我们都知道，分类问题可以分为两个阶段：推理阶段（inference stage）和决策阶段（decision stage）。 推理阶段：利用训练数据学习得到一个可以计算 的模型。 决策阶段：利用在推理阶段得到的后验概率
[Machine Learning] 生成模型 & 判别模型（Generative & Discriminative Model）
Oh_MyBug的博客
02-16 567
生成模型 概率生成模型，简称生成模型（Generative Model），是概率统计和机器学习中的一类重要模型，指一系列用于随即生成可观测数据的模型。 典型模型 高斯混合模型（Gaussian Mixed Model） 隐马尔科夫模型（Hidden Markov Model） 朴素贝叶斯分类器（Naive Bayes Classifier） 判别模型 在机器学习领域，判别模型是一种对未知数据y...
Generative Model 与 Discriminative Model（一）
RYP_S 的专栏
01-15 1060
原文：http://blog.sina.com.cn/s/blog_6742eecd0100iqcv.html 【摘要】     - 生成模型(Generative Model) ：无穷样本==》概率密度模型 = 产生模型==》预测     - 判别模型(Discriminative Model)：有限样本==》判别函数 = 预测模型==》预测 【简介】 简单的说，假设o是观
生成模型和判别模型(Generative model, Discriminative model)
Li Kang 笔记本
07-23 3527
监督学习的任务是学习一个模型，对给定的输入预测相应的输出。这个模型一般形式为决策函数Y=f(X)或者条件概率分布P(Y|X)。有一种分类就把模型分为：Generative Modeling （生成模型）和Discriminative Modeling （判别模型）两种。生成模型是由训练数据学习联合概率分布P(X,Y)，然后求出条件概率分布P(Y|X)作为预测的模型。常见的生成模型有PCA，Kmeans，Naive Bayesian和HMM。
[转载]Discriminative Modeling vs Generative Modeling
cs_xue的专栏
05-12 444
转自原文: Discriminative Modeling vs Generative Modeling 机器学习的算法或者模型的分类有很多种，其中有一种分法把模型分为 Discriminative Modeling （判别模型）和 Generative Modeling （生成模型）两种。为了写起来方便我们以下简称 DM 和 GM 。在一个基本的机器学习问题中
generative model and discriminative model
xiaomiguan的博客
11-30 442
判别模型 和 生成模型 【摘要】 - 生成模型：无穷样本==》概率密度模型 = 产生模型==》预测 - 判别模型：有限样本==》判别函数 = 预测模型==》预测【简介】 简单的说，假设o是观察值，q是模型。 如果对P(o|q)建模，就是Generative模型。其基本思想是首先建立样本的概率密度模型，再利用模型进行推理预测。要求已知样本无穷或尽可能的大限制。 这种方法一般
Generative and Discriminative Classifiers: Naive Bayes and Logistic Regression
09-29
在机器学习领域，分类器的类型可以按照模型建立的方式分为生成模型（Generative Model）和判别模型（Discriminative Model）。本知识点将对生成模型和判别模型的特点进行解释，并着重探讨两种常见的分类算法：朴素...
分类问题：Generative model 、Logistic Regression、
linyuxi_loretta的博客
10-12 287
Colab这是谷歌提供的免费远程使用Gpu的网站，jupyter也可以的，这个就是为了让你可以不用自己买gpu跑程式 Classification(选修)To Learn More - 分类神奇宝贝Pokemon_哔哩哔哩_bilibili中文有至少 8000 個 character，classification 第一個問題，就是怎麼把一隻寶可夢當作function 的 input，數值化。那我們要怎麼把一隻寶可夢用數字來表示呢？一隻寶可夢，其實它有很多的特性，這些特性是可以數值化的，比如說，它整體的強度
判别模型(Discriminative model)和生成模型(Generative model)
热门推荐
Fishmemory的博客
06-19 2万+
说明生成算法和判别算法之间的区别。判别算法主要包括：SVM，逻辑回归等；生成算法主要包括：朴素贝叶斯，HMM等
【补充知识】生成模型（generative model）和判别模型（discriminative model）、贝叶斯学派和概率学派
最新发布
weixin_55703970的博客
11-13 788
看到过好几次“生成模型”这个词了，一直不太懂，这次买了李航老师的《统计学习方法》看一下。
Generative Models
04-10
Goodfellow - Generative Models 深度学习暑期学校2017
深度生成模型（Deep Generative Models）
10-26
深度生成模型基本都是以某种方式寻找并表达（多变量）数据的概率分布。有基于无向图模型（马尔可夫模型）的联合概率分布模型，另外就是基于有向图模型（贝叶斯模型）的条件概率分布。前者的模型是构建隐含层(latent)和显示层（visible)的联合概率，然后去采样。
生成模型（Generative Model）
大黑山小马哥的博客
02-23 7288
1. 基本概念 目标是学习样本点的分布。学到后可以生成数据，故称为生成模型。 2. 实现步骤 （1） 假设样本点的分布（例如高斯分布） （2） 通过样本点计算均值和方差 通常使用联合分布以减少参数的个数。 共用协方差矩阵后，边界形状发生变化。 （3）分类 P（A|B），读作“在B的条件下A的概率”。 ...
Generative model 和 Discriminative model的区别
teddybear01的专栏
10-12 1277
Let's say you have input data x and you want to classify the data into labels y. A generative model learns the joint probability distribution p(x,y) and a discriminative model learns the conditional
17.5.8 生成模型(Generative model)和判别模型(Discriminative model)的区别
u011732139的博客
05-08 636
在有些文章里面常常会提到生成模型(Generative model)和判别模型(Discriminative model)。那么这两种模型到底有什么区别呢？举个简单的例子，对于下面的一组数据。 对于图中给定的四个位置的数据可以清楚的看出两者的概率存在一定的差异。对于上面的p(x,y)其实是求得对于一个新输入的x，计算分别属于四个位置的概率，运用这种想法的模型是生成模型。对于下面的p(x|y)其
Discriminative model & Generative Model
Schortenger的博客
02-28 403
Discriminative model & Generative ModelMachine
什么是判别模型(Discriminative Model)和生成模型(Generative Model)
Waleking的专栏
07-27 1135
什么是判别模型(Discriminative Model)和生成模型(Generative Model)一个通俗易懂的解释，摘录如下：Let's say you have input data x and you want to classify the data into la
RNN & Generative Model
Ph8_0的博客
08-26 408
Gaze Estimation Segment face, detect landmarks, segment eyes, and put into the algorithm to get : 3D gaze direction and 2D point regard/gaze categorized into Feature-based Appearance-based and Mode...
深度学习（三——生成模型 Generative Model）
Seven
11-07 1661
生成模型是指：一系列用于随机生成可观测数据的模型。包括：自动编码器（Autoencoder）、变分自动编码器（Variational AutoEncoder, VAE）. 1.自动编码器 初始自动编码器作为一种数据压缩方法，特点：只能压缩与训练数据相似的数据；压缩后数据有损（降维导致的信息丢失）； 自动编码器应用：数据去噪、可视化降维； 结构：编码器（Encoder）+ 解码器（Decod...
CRF模型详解：与HMM的区别与直观理解
HMM是一种生成模型（Generative Model），侧重于预测观察数据的生成过程，而CRF是判别模型（Discriminative Model），更关注如何从给定的观测数据预测最可能的状态序列。HMM主要通过观察序列和隐含状态转移概率来...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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