者[印度] 拉格哈夫·巴利（Raghav Bali）迪潘简·撒卡尔（Dipanjan Sarkar） 目 录译者序前言关于作者关于审稿人第1章 开始使用R语言和机器学习 1.1 探究R的基本内容 1.2 R的数据结构 1.3 使用函数 1.4 控制代码流 1.5 高级结构 1.6 进一步使用R 1.7 机器学习基础 1.8 总结 第2章 让我们进行机器学习 2.1 理解机器学习 2
生成式模型和判别式模型的概念是机器学习领域非常重要的基础知识，但能准确区分开二者并不是一件非常容易的事情，笔者经常是看一遍忘一遍，为了巩固下知识点，我将从以下几个方面对两种模型进行介绍和对比。概念首先我们需要明确，两种不同的模型都用于监督学习任务中。监督学习的任务就是从数据中学习一个模型，并用基于这个模型对给定的输入预测相应的输出。这种模型的一般形式为决策函数 或者条件概率分
原创
2022-10-18 15:06:41
637阅读
本文摘选来自： AI 智能体开发指南 一、背景 为了解决不同的应用场景，在AI的发展过程中，机器学习模型逐步分化为 判
生成式模型和判别式模型的概念是机器学习领域非常重要的基础知识，但能准确区分开二者并不是一件非常容易的事情，笔者经常是看一遍忘一遍，为了巩固下知识点，我将从以下几个方面对两种模型进行介绍和对比。概念首先我们需要明确，两种不同的模型都用于监督学习任务中。监督学习的任务就是从数据中学习一个模型，并用基于这个模型对给定的输入预测相应的输出。这种模型的一般形式为决策函数 或者条件概率分布 。我们先用一张图
原创
2021-02-05 19:17:42
727阅读
产生式模型(Generative Model)与判别式模型(Discrimitive Model)是分类器常遇到的概念，它们的区别在于： 对于输入x，类别标签y： 产生式模型估计它们的联合概率分布P(x,y) 判别式模型估计条件概率分布P(y|x) 产生式模型可以根据贝叶斯公式得到判别式模型，但反过
转载
2020-12-13 14:01:00
253阅读
2评论
1 定义1.1 生成式模型 生成式模型（Generative Model）会对x和y的联合分布p(x,y)建模，然后通过贝叶斯公式来求得 p(yi|x)，然后选取使得p(yi|x) 最大的 yi，即： 简单说生成式模型就是生成数据分布的模型。将求联合分布的问题转为了求类别先验概率和类别条件概率的问题。1.2 判别式模型 对条件概率 p(y|x;)
转载
2018-07-05 17:38:00
596阅读
2评论
有监督学习回归模型中，我们利用训练集直接对条件概率p(y|x;θ)建模，例如logistic回归就利用hθ(x) = g(θTx)对p(y|x;θ)建模（其中g(z)是sigmoid函数）。假设现在有一个分类问题，要根据一些动物的特征来区分大象(y = 1)和狗(y = 0)。给定这样的一种数据集，
转载
2017-04-20 00:23:00
213阅读
点赞
2评论
搞懂生成式模型和判别式模型
原创
2021-07-11 17:52:43
397阅读
本文摘选来自： AI 智能体开发指南
一、背景
为了解决不同的应用场景，在AI的发展过程中，机器学习模型逐步分化为 判别式（Discriminative）和生成式（Generative） 两各技术路线，从而形成了AI的两大派别。它们分别在分类、回归、模式识别以及数据生成等任务中发挥核心作用。
为了避免在AI技术选型过程中走弯路，为应用场景匹配不合适的AI，我们有必要了解两种AI的核心差异。
二
如今已经进入2020年了，5G的时代已经到来，而机器人应用将更加的广泛，下面就让我们去了解机器人在学习中的两类模型，这文章告诉两种类型的区别，推荐给对机器人感兴趣的朋友们阅读！在机器学习中，对于有监督学习可以将其分为两类模型：判别式模型和生成式模型。简单地说，判别式模型是针对条件分布建模，而生成式模型则针对联合分布进行建模。01 基本概念假设我们有训练数据(X,Y)，X是属性集...
转载
2020-04-09 10:19:39
550阅读
## Python 判别式输出 bool 值
在 Python 编程语言中，判别式是一种用于判断某个条件是否成立的表达式。它通常返回一个布尔值，即 `True` 或者 `False`。判别式在编程中具有广泛的应用，可以用于条件语句、循环控制和逻辑运算等场景。
本文将介绍如何使用 Python 编写判别式，并通过代码示例展示其用法和灵活性。
### 1. 判别式的基础用法
在 Python
原创
2023-12-17 11:32:06
41阅读
特点：产生式模型:从统计的角度表示数据的分布情况，能够反映同类数据本身的相似度，不关心判别边界。判别式模型：寻找不同类别之间的最优分类面，反映的是异类数据之间的差异。区别：产生式模型(Generative Model)与判别式模型(Discrimitive Model)它们的区别在于：假设有样本输入值（或者观察值）x，类别标签（或者输出值）y判别式模型评估对象是最大化条件概...
转载
2018-10-22 09:34:40
461阅读
生成式模型 P(X,Y)对联合概率进行建模，从统计的角度表示数据的分布情况，
转载
2020-09-22 17:22:00
235阅读
2评论
Andrew Ng, On Discriminative vs. Generative classifiers: A comparison of logistic regression and naive Bayes
无论是生成式模型还是判别式模型，都可作为分类器使用，分类器的数学表达即为：给定输入 X 以及分类变量 Y，求 P(Y|X)。判别式模型直接估算 P(Y|X)，或者也可像 SVM
转载
2017-03-04 09:52:00
371阅读
判别式模型与生成式模型是机器学习领域中的基本概念，今天将两者的特点总结一下，如下表所示：对比 判别式模型 生成式模型 特点 寻找不同类别之间的最优分类面，反映异类数据之间的差异 以统计的角度表示数据的分布情况，能够反映同类数据本身的相似度 区别（假如输入特征x,类别标签y） 估计的是条件概率分布：P(y|x) 估计的是联合概率分布 P(x,y) ...
转载
2018-10-22 09:24:47
179阅读
原文地址为：机器学习--判别式模型与生成式模型 一、引言 本材料参考Andrew Ng大神的机器学习课程 http://cs229.stanford.edu 在上一篇有监督学习回归模型中，我们利用训练集直接对条件概率p(y|x;θ)建模，例如logistic回归就利用hθ(x) = g(θTx)对p(y|x;θ)建模（其中g(z)是sigmoid函数）。假设现在有一个分类问题，要...
转载
2018-10-22 09:37:29
318阅读
点赞
# Python 逗号判别式子
在Python编程语言中，逗号是一种常见的标点符号。它可以用于多个方面，包括定义列表、元组和函数参数等。除了这些基本的用法外，逗号还可以在某些情况下用作判断条件。这种用法被称为逗号判别式子。
## 逗号判别式子的基本概念
逗号判别式子是一种简洁但强大的语法特性，使得我们能够在一行代码中同时进行多个判断。它的基本语法形式如下：
```python
x if c
原创
2023-12-25 09:24:14
48阅读
线性判别式分析(Linear Discriminant Analysis, LDA)，也叫做Fisher线性判别(Fisher Linear Discriminant ,FLD)，是模式识别的经典算法
原创
2023-11-07 11:33:23
151阅读
# 判别式计算机视觉发展与应用
## 引言
计算机视觉是一门研究如何使计算机“看”的技术，它涉及图像处理、模式识别等多个领域。判别式计算机视觉算法是基于对已知类别的数据进行分析和学习，并通过这些已知类别来区分新的未知数据。
在本文中，我们将介绍判别式计算机视觉的发展与应用，并教会你如何实现它。我们将按照以下步骤进行讲解：
| 步骤 | 描述 |
| --- | --- |
| 步骤一 | 数
原创
2023-07-23 07:48:03
68阅读
运动目标跟踪主流算法大致分类不全，需要慢慢补充 一．运动目标检测 （一）背景差 1.帧差2.GMM 背景减算法可以对背景的光照变化、噪声干扰以及周期性运动等进行建模，在各种不同情况下它都可以准确地检测出运动目标。因此对于固定摄像头的情形，目前大多数的跟踪算法中都采用背景减算法来进行目标检测。背景减算法的局限性在于它需要一个静态的固定摄像头。 （二）
转载
2024-05-02 23:17:03
44阅读
