摘要:
1.表示学习 (1)表示学习:用机器学习提取特征,而不是手动提取特征。学习如何提取特征,即学习如何学习。 (2)表示学习算法的典型例子:自编码器(autoencoder)。 (3)表示学习从原始数据中提取高层次、抽象的特征很难。深度学习(deep learning)通过其他较简单的表示来表达复杂表示 阅读全文
摘要:
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,能够较好地估计概率密度; 阅读全文