監督學習的任務就是學習一個模型，應用這個模型，對給定的輸入預測相應的輸出。這個模型一般為決策函數：Y=f(X) 或 條件概率分布：P(Y|X)。 監督學習的學習方法可以分為生成方法（generative approach）和判別方法（discriminative approach）。所學到的模型 ...

概念理解 監督學習方法可分為兩大類，即生成方法與判別方法，它們所學到的模型稱為生成模型與判別模型。 判別模型：判別模型是學得一個分類面（即學得一個模型），該分類面可用來區分不同的數據分別屬於哪一類； 生成模型：生成模型是學得各個類別各自的特征（即可看成學得多個模型），可用這些特征數據 ...

生成模型（Generative）和判別模型（Discriminative） 引言 最近看文章《 A survey of appearance models in visual object tracking》（ XiLi，ACMTIST，2013），在文章 ...

判別式模型（discriminative model） 產生式模型（generative model） 特點 尋找不同類別之間的最優分類面，反映的是異類數據之間的差異 對后驗概率建模，從統計 ...

https://www.cnblogs.com/realkate1/p/5683939.html 生成模型（Generative）和判別模型（Discriminative） 引言 最近看文章《 A survey of appearance models ...

根據網上的相關博客總結了一下機器學習中的這兩個概念，參考博客見文末。 生成模型：無窮樣本==》概率密度模型 = 生成模型==》預測 判別模型：有限樣本==》判別函數 = 預測模型==》預測 機器學習中的模型一般分為兩類：判別模型、生成模型，這是對問題的兩種不同的審視角度。 假設 ...

network）與無向圖（markov random filed）。在概率圖上可以建立生成模型或判別模型。有向圖 ...

一、引言 　　本材料參考Andrew Ng大神的機器學習課程 http://cs229.stanford.edu 　　在上一篇有監督學習回歸模型中，我們利用訓練集直接對條件概率p(y|x;θ)建模，例如logistic回歸就利用hθ(x) = g(θTx)對p(y|x;θ)建模（其中g(z ...