这篇文章浅谈一下我对机器学习中生成模型和判别模型的认识。首先，机器学习算法分为监督学习、半监督学习、非监督学习等。而对于监督学习，又可以分成生成学习(generative approach)和判别学习(discriminative approach)。下面是NG对这两个概念的解释：Algorithm...
分类：
其他好文 时间：
2014-11-23 22:57:44
阅读次数：
218
机器学习算法原理、实现与实践——监督学习机器学习包括监督学习、非监督学习、半监督学习及强化学习，这里先讨论监督学习。 监督学习的任务是学习一个模型，使模型能够对任意给定的输入，对其相应的输出做出一个好的预测。1 基本概念1.1 输入空间、特征空间与输出空间输入与输出所有可能取值的集合分别称为输入空间...
分类：
其他好文 时间：
2014-10-31 09:57:32
阅读次数：
461
0 引言机器学习(machine learning)是人工智能的核心研究领域，是智能信息处理的重要途径。监督学习(supervised learning)是机器学习中研究最多、应用最广泛的一种学习途径。在传统的监督学习中，学习系统通过对大量的有标记训练样本(labeled examples)进行学习...
分类：
其他好文 时间：
2014-10-17 23:08:53
阅读次数：
502
聚类算法在数据挖掘里面被称之为无监督学习（unsupervised learning），这是与监督学习（supervised learning）相对的。在它们两者之间还一种叫做半监督学习（semi-supervised learning）聚类算法的一般过程分为：1. 读入需预测样本2. 初始化聚类算...
分类：
其他好文 时间：
2014-09-18 20:18:04
阅读次数：
381
本章是监督学习的最后一部分，主要有三个目标。
首先，根据系统的分类错误概率来评估系统性能。
其次，将整个系统设计的各个阶段组合到一起。
最后，引入无标签数据，简单介绍半监督学习
1，ERROR-COUNTING方法
2，探求有限的数据集的大小
3，一个医学图像的学习案例
4，半监督学习：生成模型（generative model）;基于图的方法（graph-bas...
分类：
其他好文 时间：
2014-07-26 15:18:10
阅读次数：
185
在机器学习(Machine learning)领域，主要有三类不同的学习方法：
监督学习(Supervised learning)、
非监督学习(Unsupervised learning)、
半监督学习(Semi-supervised learning)，
监督学习：通过已有的一部分输入数据与输出数据之间的对应关系，生成一个函数，将输入映射到合适的输出，例如分类。
非监督学习：直接...
分类：
其他好文 时间：
2014-04-30 22:12:38
阅读次数：
297
一
统计学习方法概述统计学习对象：数据-->数据特征-->数据模型-->知识-->预测统计学习关于数据的假设：
具有一定统计规律性的同类数据。统计学习目的： 对数据进行预测与分析，尤其是对未知新数据进行分析预测。通过构建概率统计模型实现。统计学习方法：
监督学习，非监督学习，半监督学习，强化学习监督...
分类：
其他好文 时间：
2014-04-28 01:04:26
阅读次数：
583
