当前位置： 首页 > article >正文

李宏毅结构化学习 01

article 2025/1/17 6:15:30

文章目录

  • 一、结构化学校介绍
  • 二、线性模型

一、结构化学校介绍

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述
训练时，F(x,y)是评估X与Y有多匹配，越匹配，R的值就越大。
测试时，确定F(x,y)后，给定一个x后，穷举所有y，使得F最大的那个就是 y ~ \widetilde y y ​。

在这里插入图片描述

训练时：
在这里插入图片描述

测试时：
在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述
我们希望找到正确的F(x,y)大过其他的F(x,y)

在这里插入图片描述

在这里插入图片描述

二、线性模型

在这里插入图片描述

图中的 ϕ ( x , y ) \phi(x,y) ϕ(x,y)为特征强度。

在这里插入图片描述

这里的 ϕ ( x , y ) \phi(x,y) ϕ(x,y)的每个维度是人工随便定义的，即人工定义feature。
在这里插入图片描述

也可以不用人工抽feature，而是用CNN去提取feature
在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

如果红色vector大于蓝色的vector存在的话，可以用如下算法解决该问题：

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述


http://www.kler.cn/a/300965.html

相关文章：

  • 4.Proto 3 语法详解
  • 工作记录小点
  • 机器学习中的凸函数和梯度下降法
  • 信凯科技业绩波动明显：毛利率远弱行业，资产负债率偏高
  • 数据结构之双链表（C语言）
  • 字符串提取数字求和⭐
  • 力扣238 移动零 Java版本 时间复杂度为O(0)
  • 机器学习 第12章 计算学习理论
  • 在Excel里制作简单游戏界面
  • F12抓包09：获取图片base64码
  • [hadoop全分布部署]安装Hadoop、配置Hadoop 配置文件②_core-site
  • 为什么苹果智能为AI隐私设立了新的黄金标准
  • Windows Forms应用程序中集成一个ASP.NET API服务
  • Docker数据挂载本地目录
  • 基于SpringBoot+Vue的考研学习分享互助平台
  • 智能物流新“黑神话”：各位“天命人”，这份行业应用锦集请收下！
  • 实例讲解电动汽车车速计算算法及Simulink建模方法
  • 模型和算力看板：Compute DashBoard
  • springboot实战学习（1）(开发模式与环境)
  • 深入解读Docker核心原理：Cgroups资源限制机制详解
  • 第12章 进入保护模式
  • UE5 Linux编译流程（实战）
  • Mybatis-设计模式总结
  • 【LeetCode 算法笔记】1. 两数之和
  • 基于SpringBoot+Vue+MySQL的实训管理系统
  • CCRC-DSA数据安全评估师:网络安全风险评估