Pertanyaan yang diberi tag «generative-models»

Saya tahu bahwa generatif berarti "berdasarkan " dan diskriminatif berarti "berdasarkan ," tetapi saya bingung pada beberapa poin:P(x,y)P(x,y)P(x,y)P(y|x)P(y|x)P(y|x) Wikipedia (+ banyak hit lainnya di web) mengklasifikasikan hal-hal seperti SVM dan pohon keputusan sebagai diskriminatif. Tetapi ini bahkan tidak memiliki interpretasi probabilistik. Apa arti diskriminasi di sini? Apakah diskriminatif baru saja …

154 machine-learning  generative-models 

Bagaimana cara trik reparameterisasi untuk variabel autoencoder (VAE) bekerja? Apakah ada penjelasan yang intuitif dan mudah tanpa menyederhanakan matematika yang mendasarinya? Dan mengapa kita membutuhkan 'tipuan'?

57 mathematical-statistics  autoencoders  variational-bayes  generative-models 

Latar belakang: Banyak penelitian modern dalam ~ 4 tahun terakhir (post alexnet ) tampaknya telah beralih dari menggunakan pretraining generatif untuk jaringan saraf untuk mencapai hasil klasifikasi seni yang mutakhir. Sebagai contoh, hasil teratas untuk mnist di sini hanya mencakup 2 makalah dari 50 teratas tampaknya menggunakan model generatif, yang …

16 references  deep-learning  rbm  generative-models 

Dapatkah seseorang merujuk saya ke referensi yang baik yang menjelaskan hubungan antara statistik Bayesian dan teknik pemodelan generatif? Mengapa kita biasanya menggunakan model generatif dengan teknik Bayesian? Mengapa sangat menarik untuk menggunakan statistik Bayesian jika tidak ada data lengkap, jika sama sekali? Perhatikan bahwa saya berasal dari pandangan yang lebih …

15 bayesian  generative-models 

Model analisis diskriminan Gaussian mempelajari dan kemudian menerapkan aturan Bayes untuk mengevaluasi Karenanya, mereka adalah model generatif. Lalu mengapa disebut analisis diskriminan? Jika itu karena kami akhirnya mendapatkan kurva diskriminan antara kelas, maka itu terjadi untuk semua model generatif.P( x | y)P(x|y)P(x|y)P( y| x)= P( x | y) Pp r …

13 normal-distribution  discriminant-analysis  generative-models 

Baru-baru ini saya menjadi sadar akan metode 'bebas-kemungkinan' yang dibicarakan dalam literatur. Namun saya tidak jelas apa artinya inferensi atau metode optimasi menjadi bebas kemungkinan . Dalam pembelajaran mesin, tujuannya biasanya untuk memaksimalkan kemungkinan beberapa parameter agar sesuai dengan suatu fungsi misalnya bobot pada jaringan saraf. Jadi apa sebenarnya filosofi …

11 machine-learning  deep-learning  maximum-likelihood  generative-models  abc 

Untuk sementara, sepertinya Fisher Kernels mungkin menjadi populer, karena mereka tampaknya menjadi cara untuk membangun kernel dari model probabilistik. Namun, saya jarang melihat mereka digunakan dalam praktik, dan saya memiliki otoritas yang baik sehingga mereka cenderung tidak bekerja dengan baik. Mereka mengandalkan perhitungan Informasi Fisher - mengutip Wikipedia: informasi Fisher …

10 machine-learning  probability  kernel-trick  generative-models 

Bagaimana Anda menginterpretasikan kurva survival dari model hazard proporsional cox? Dalam contoh mainan ini, anggaplah kita memiliki model hazard proporsional cox pada agevariabel dalam kidneydata, dan menghasilkan kurva survival. library(survival) fit <- coxph(Surv(time, status)~age, data=kidney) plot(conf.int="none", survfit(fit)) grid() Misalnya, pada waktu , pernyataan mana yang benar? atau keduanya salah?200200200 Pernyataan …

9 r  survival  cox-model  likelihood  machine-learning  deep-learning  generative-models  machine-learning  reinforcement-learning  q-learning  regression  multicollinearity  convergence  beta-distribution  bernoulli-distribution  machine-learning  self-study  pattern-recognition  neural-networks  stochastic-processes  linear