机器学习笔记 - 什么是条件随机场?
2023-09-14 09:01:36 时间
1、条件随机场概述
条件随机场(Conditional random field)是一种判别模型,用于预测序列。他们使用来自先前标签的上下文信息,从而增加了模型做出良好预测所需的信息量。在这篇文章中,将讨论一些将介绍 CRF 的主题。
1、什么是判别分类器(以及它们与生成分类器的比较)
2、条件随机场的数学概述
3、CRF 与隐马尔可夫模型有何不同
4、CRF的应用
在许多不同的领域,如物理学或统计学,随机场是给定随机观察集的联合分布的表示。正如我们稍后将看到的,CRF从一组随机观察中模拟条件概率分布,因此被称为“条件随机场”。
2、什么是判别分类器
机器学习模型有两个常见的分类,生成式和判别式。
条件随机场是一种判别分类器,因此,它们对不同类之间的决策边界进行建模。另一方面,生成模型对数据的生成方式进行建模,在学习之后,可用于进行分类。举个简单的例子,朴素贝叶斯是一种非常简单且流行的概率分类器,是一种生成算法,而逻辑回归是一种基于最大似然估计的分类器,是一种判别模型。让我们看看如何使用这些模型来计算标签预测:
朴素贝叶斯分类器基于朴素贝叶斯算法,该算法规定如下:
相关文章
- 快速入门Python机器学习(13)
- 快速入门Python机器学习(35)
- 为什么90%的机器学习模型从未应用于生产?
- 李宏毅《机器学习》丨3. Gradient Descent(梯度下降)
- 机器学习:应用示例–图片OCR.md
- 《零基础学机器学习》笔记-第3课-线性回归
- 机器学习笔记引言
- 用户画像--《美团机器学习实践》笔记
- 机器学习算法: AdaBoost 详解
- 关注AI技术的你,快来机器之心做产品经理、数据工程、分析报告和开源「气氛组」吧!
- 检测Linux机器内存状态检测(linux机器内存)
- 化Linux 分区格式化:改变机器的样貌(linux磁盘分区格式)
- AIR 028 | 南京大学LAMDA所长周志华:机器学习的现状与未来
- 机器学习在汽车中的应用:从大众今天扩建慕尼黑AI实验室说起