李航的《统计学习方法》 这本书开篇第一章写得特别好，各个模型的算法推导也比较全，基本涵盖了比较经典的判别模型和生成模型。 《机器学习实战》 这本书代码和应用特别多，了解python用法和机器学习算法的代码实现非常方便。 项亮的《推荐系统实践》 这本书个人感觉偏理论一点，伪代码看着都实现不了，不过关于 ...
分类：
其他好文 时间：
2017-03-05 21:12:32
阅读次数：
403
Entity Framework连接MySQL时：由于出现以下异常,无法生成模型:“表“TableDetails”中列“IsPrimaryKey”的值为DBNull. 解决如下 ...
分类：
数据库 时间：
2017-03-04 21:01:34
阅读次数：
205
深度信念网络 (Deep Belief Network, DBN) 由 Geoffrey Hinton 在 2006 年提出。它是一种生成模型，通过训练其神经元间的权重，我们可以让整个神经网络按照最大概率来生成训练数据。我们不仅可以使用 DBN 识别特征、分类数据，还可以用它来生成数据。下面的图片展 ...
分类：
其他好文 时间：
2017-02-27 18:47:02
阅读次数：
839
无法生成模型，因为存在以下异常：'System.Data.StrongTypingException：表'TableDetails'中的列'IsPrimaryKey'的值为DBNull。 > System.InvalidCastException：指定的转换无效。 原文链接http://stacko ...
分类：
数据库 时间：
2017-02-16 23:50:39
阅读次数：
3490
现在，生成模型还没有体会到深度学习的利好，在Discriminative模型上，成果如雨后春笋，但在生成模型上，却并非如此。原因如下：
- 在最大似然估计及相关策略上，很多概率计算的模拟非常难
- ...
分类：
Web程序 时间：
2016-12-23 14:36:15
阅读次数：
604
摘要： 1.定义 2.常见算法 3.区别 4.优缺点 内容： 1.定义 1.1 生成模型： 在概率统计理论中, 生成模型是指能够随机生成观测数据的模型，尤其是在给定某些隐含参数的条件下。它给观测值和标注数据序列指定一个联合概率分布（joint probability distribution）。在机 ...
分类：
其他好文 时间：
2016-12-23 01:33:42
阅读次数：
171
1、介绍 朴素贝叶斯方法，朴素指特征条件独立，贝叶斯指贝叶斯定理。算法可用来做分类，既可以是判别模型，也可以是生成模型。训练的时候，学习输入输出的联合概率分布，分类的时候，利用贝叶斯定理计算后验概率最大的输出。一句话总结：根据先验概率和条件概率分布，得到联合概率分布。如下所示： 2、模型讲解 条件概 ...
分类：
编程语言 时间：
2016-11-29 17:12:09
阅读次数：
593
生成模型与判别模型 zouxy09@qq.com http://blog.csdn.net/zouxy09 一直在看论文的过程中遇到这个问题，折腾了不少时间，然后是下面的一点理解，不知道正确否。若有错误，还望各位前辈不吝指正，以免小弟一错再错。在此谢过。 一、决策函数Y=f(X)或者条件概率分布P( ...
分类：
其他好文 时间：
2016-11-08 09:43:01
阅读次数：
208
前言
三号要去参加CAD/CG会议，投了一篇关于使用生成模型和判别模型的RBM做运动捕捉数据风格识别的论文。这段时间一直搞卷积RBM了，差点把原来的实验内容都忘记了，这里复习一下判别式玻尔兹曼机的训练...
分类：
其他好文 时间：
2016-11-03 14:22:59
阅读次数：
286
在生成模型中讲到了，可以利用手头的数据，假设数据是满足高斯分布，且是不同的均值，但是同一个协方差矩阵，基于贝叶斯的判别式，可以得到 p(c1|x)>0.5 是第一类 p(c1|x)可以转化为sigmod(z)=w*x +b ...
分类：
其他好文 时间：
2016-10-19 02:34:28
阅读次数：
118
