生成学习算法(Generative Learning algorithms)
一：引言 在前面我们谈论到的算法都是在给定x的情况下直接对p(y|x;Θ)进行建模。例如，逻辑回归利用hθ(x) = g(θTx)对p(y|x;Θ)建模。 现在考虑这样一个分类问题，我们想根据一些特征来区别动物是大象(y=1)还是狗(y=0)。给定了这样一个训练集，逻辑回归或感知机算法要做 ...
原文：机器学习（一）：生成学习算法Generative Learning algorithms
前段时间开始研究图像检索，进展困难，于是回归基础，捧起PRML一书，无奈看起来极其晕乎，参考AN的的讲义才有点初步的认识。 概述：什么是生成学习算法 两类学习算法：判别学习算法 discriminative learning algorithm 和生成学习算法 generative learning algorithm 。DLA通过建立输入空间X与输出标注 , 间的映射关系学习得到p y x 。而 ...
2013-06-08 20:24 0 10216 推荐指数：
相关推荐
机器学习算法 --- Decision Trees Algorithms
一、Decision Trees Agorithms的简介 决策树算法（Decision Trees Agorithms），是如今最流行的机器学习算法之一，它即能做分类又做回归（不像之前介绍的其他学习算法），在本文中，将介绍如何用它来对数据做分类。 本文参照了Madhu ...
【机器学习】DBSCAN Algorithms基于密度的聚类算法
一、算法思想： DBSCAN(Density-Based Spatial Clustering of Applications with Noise)是一个比较有代表性的基于密度的聚类算法。与划分和层次聚类方法不同，它将簇定义为密度相连的点的最大集合，能够把具有 ...
机器学习，模型——生成模型（generative model）和判别模型（Discriminative model）
1.生成模型与判别模型区别 生成模型：学习得到联合概率分布P(x,y)，即特征x和标记y共同出现的概率，然后求条件概率分布。能够学习到数据生成的机制。 判别模型：学习得到条件概率分布P(y|x)，即在特征x出现的情况下标记y出现的概率。 数据要求：生成模型需要的数据量比较大，能够较好地估计 ...
[Machine Learning] 机器学习常见算法分类汇总
声明：本篇博文根据http://www.ctocio.com/hotnews/15919.html整理，原作者张萌，尊重原创。 机器学习无疑是当前数据分析领域的一个热点内容。很多人在平时的工作中都或多或少会用到机器学习的算法。本文为您总结一下常见的机器学习算法，以供您在工作和学习中 ...
机器学习之 manifold learning(流型学习)
1.流型介绍 流形学习的观点：认为我们所能观察到的数据实际上是由一个低维流行映射到高维空间的。由于数据内部特征的限制，一些高维中的数据会产生维度上的冗余，实际上这些数据只要比较低的维度就能唯一的表示。所以直观上来讲，一个流形好比是一个d">𝑑d维的空间，在一个m">𝑚m维的空间中& ...
机器学习--集成学习（Ensemble Learning）
一、集成学习法 在机器学习的有监督学习算法中，我们的目标是学习出一个稳定的且在各个方面表现都较好的模型，但实际情况往往不这么理想，有时我们只能得到多个有偏好的模型（弱监督模型，在某些方面表现的比较好）。集成学习就是组合这里的多个弱监督模型以期得到一个更好更全面的强监督模型，集成学习潜在的思想 ...
机器学习算法
机器学习算法 什么是程序（Program） 计算机程序，是指为了得到某种结果而可以由计算机（等具有信息处理能力的装置）执行的代码化指令序列（或者可以被自动转换成代码化指令序列的符号化指令序列或者符号化语句序列）。 通俗讲，计算机给人干活，但它不是人，甚至不如狗懂人的需要（《小羊肖恩 ...