【深度学习|学习笔记】生成模型(Generative Model)和判别模型(Discriminative Model)的原理、数学定义、经典模型、优劣对比、联系与融合详解。
【深度学习|学习笔记】生成模型(Generative Model)和判别模型(Discriminative Model)的原理、数学定义、经典模型、优劣对比、联系与融合详解。
文章目录
- 【深度学习|学习笔记】生成模型(Generative Model)和判别模型(Discriminative Model)的原理、数学定义、经典模型、优劣对比、联系与融合详解。
- 前言
-
- 一、基本定义与原理
-
- 1️⃣ 生成模型(Generative Model)
-
- 2️⃣ 判别模型(Discriminative Model)
-
- 二、经典模型对比
- 三、典型示例解析
-
- 1. Naive Bayes vs Logistic Regression
- 2. GAN(生成对抗网络)
- 3. HMM vs CRF(用于序列标注)
- 四、优缺点对比
- 五、联系与融合
-
- 六、Python代码简单示例
-
- 1️⃣ 生成模型:Naive Bayes (Scikit-learn)
- 2️⃣ 判别模型:Logistic Regression
- 总结
欢迎铁子们点赞、关注、收藏!
祝大家逢考必过!逢投必中!上岸上岸上岸!upupup
大多数高校硕博生毕业要求需要参加学术会议,发表EI或者SCI检索的学术论文会议论文。详细信息可关注VX “学术会议小灵通
”或参考学术信息专栏:https://blog.csdn.net/2401_89898861/article/details/147776758
前言