判别模型和生成模型

正文共721个字,预计阅读时间3分钟。

判别模型和生成模型总结与对比:

判别模型(Discriminative Models)

生成模型(Generative Models)

特点

在有限样本条件下建立判别函数,寻找不同数据间的最优分类面,目标是实现分类

首先建立样本的联合概率分布,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

区别

估计条件概率分布P(y\x)

估计联合概率分布P(x,y)

联系

生成模型可得到判别模型

判别模型得不到生成模型

常见模型

ME、CRF、LR、SVM、Boosting、线性回归、NN

NB、HMM、Gaussian mixture model、AODE、Latent Dirichlet allocation、Restricted Boltzmann Machine

优势

1.面向分类边界的训练、比使用纯方法高级。2.能够清晰地分辨类别之间的差异特征。3.可用于多类对的学习和识别。4.简单、容易学习。

1.面向整体数据的分布。2.能够反映同类数据本身的相似度。3.模型可以通过增量学习得到。4.可用于数据不完整的情况

劣势

1.不能反映训练数据本身的特性,只能用于类别识别。2.在训练时需要考虑所有的数据元组,当数据量很大时,该方法的效率并不高 3.缺乏灵活的建模工具和插入先验知识的方法。黑盒操作:变量间的关系不可视

1.生成模型分类器需要产生的所有变量的联合概率,资源使用量大。2.分类性能不高,类别识别精度有限。3.学习和计算过程复杂。

性能

较高

较低

NLP应用

所有的序列标注和结构化学习

文本分类、词性标注等

原文链接:https://www.jianshu.com/p/e57aabf32c18

原文发布于微信公众号 - 人工智能LeadAI(atleadai)

原文发表时间:2018-05-10

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏目标检测和深度学习

94页论文综述卷积神经网络:从基础技术到研究前景

机器之心编译 参与:Panda 卷积神经网络(CNN)在计算机视觉领域已经取得了前所未有的巨大成功,但我们目前对其效果显著的原因还没有全面的理解。近日,约克大...

39070
来自专栏目标检测和深度学习

「数据科学家」必备的10种机器学习算法

可以说,机器学习从业者都是个性迥异的。虽然其中一些人会说“我是X方面的专家,X可以在任何类型的数据上进行训练”,其中,X =某种算法;而其他一些人则是“能够在适...

28550
来自专栏编程

python常用可视化技巧

向AI转型的程序员都关注了这个号 大数据挖掘DT数据分析 公众号: datadw 我们在对数据进行预处理时,常常需要对数据做一些可视化的工作,以便能更清晰的认...

25190
来自专栏目标检测和深度学习

教程 | 可视化CapsNet,详解Hinton等人提出的胶囊概念与原理

选自freecodecamp 作者:Nick Bourdakos 机器之心编译 参与:Pedro、思源 CapsNet 将神经元的标量输出转换为向量输出提高了表...

36470
来自专栏灯塔大数据

干货|「大数据」和「深度学习」有什么区别?

简单来说: 1)深度学习(Deep Learning)只是机器学习(Machine Learning)的一种类别,一个子领域。机器学习 > 深度学习 2)大...

28260
来自专栏机器学习算法工程师

如何训练深度神经网络?

译文:《How to train your Deep Neural Network》

12220
来自专栏专知

【干货】基于注意力机制的神经匹配模型用于短文本检索

【导读】在基于检索的问答系统中,很重要的一步是将检索到的答案进行排序得到最佳的答案。在检索到的答案比较短时,对答案进行排序也成为了一个难题。使用深度学习的方法,...

85880
来自专栏机器之心

94页论文综述卷积神经网络:从基础技术到研究前景

选自arXiv 机器之心编译 参与:Panda 卷积神经网络(CNN)在计算机视觉领域已经取得了前所未有的巨大成功,但我们目前对其效果显著的原因还没有全面的理解...

34970
来自专栏机器之心

AAAI 2018 | 腾讯提出自适应图卷积神经网络,接受不同图结构和规模的数据

38280
来自专栏磐创AI技术团队的专栏

论文 | 半监督学习下的高维图构建

18220

扫码关注云+社区

领取腾讯云代金券