Structured Learning和Structured SVM的学习(上)
来源:互联网 发布:七微的小说南风知我意2 编辑:程序博客网 时间:2024/05/16 15:44
以前就听说过Structured Learning,但只知道其大体的概念。听师兄说现在用的挺多的,于是前一段时间断断续续的看了有关这方面的一些资料,在此总结一下。
在利用机器学习方法建模时,我们往往是寻找一个映射函数 f:X -> Y,将输入X 映射为输出Y。输入X的形式是多种多样的,但在“常规”的机器学习方法中,输出Y是一个number或者一个label,比如分类、回归、分布密度估计的各种方法。而Structured Learning中,Y不再局限在一个number,而可以是complex structured object,比如说是一副image,一个image region,一个label sequence,或是parse tree 等等。个人感觉,structured learning使我们能更加直接的解决问题,它提供了一种框架是我们能直接得到具体问题中想要的输出。理论上,感觉你可以把任何输出都作为一种结构。
在Structrued Learning中,主要涉及两个任务:Inference Task和Learning Task。Learning Task 就是根据训练集合
- 损失函数与经验损失最小化
在structured svm中,我们的目标寻找一个discriminant function
为了量化预测的准确性,我们还需要定义一个损失函数(loss function)
- 经验损失为零的情况
首先,考虑存在函数f,使得经验损失为零的情况。这种情况出现时,说明满足以下非线性限制
假设这些限制是可解的,那么一般情况下,可行解
至此,我们就可以求解这个优化问题,解得
- Structured Learning和Structured SVM的学习(上)
- Structured Learning和Structured SVM的学习(上)
- Structured Learning和Structured SVM的学习(下)
- 深度学习笔记——理论与推导之Structured Learning【Structured SVM】(七)
- Structured SVM(SSVM)
- Structured SVM
- structured svm
- 深度学习笔记——理论与推导之Structured Learning【Structured Linear Model】(六)
- 李宏毅机器学习课程笔记7:Transfer Learning、SVM、Structured Learning
- 李宏毅机器学习课程-Structured Learning
- 结构化学习(Structured Learning)
- 深度学习笔记——理论与推导之Structured Learning【Sequence Labeling Problem】(八)
- 深度学习笔记——理论与推导之Structured Learning【Markov Random Field】(十)
- 深度学习笔记——理论与推导之Structured Learning【Markov Logic Network】(十一)
- 深度学习笔记——理论与推导之Structured Learning【NLP】(十二)
- 【手势识别-论文学习】 Hand segmentation with structured convolutional learning
- 李宏毅机器学习课程笔记8:Structured Learning
- 结构化数据(structured),半结构化数据(semi-structured),非结构化数据(unstructured)的定义和区别
- 24天学会设计模式----门面模式(外观模式)
- centos 5.4 版本32位 安装 nginx
- 循环-06. 统计一行文本的单词个数(15)
- CountDownLatch - jdk1.5并发包
- bzoj 2821: 作诗(Poetize)
- Structured Learning和Structured SVM的学习(上)
- MAVEN常用命令
- 将两个有序链表合并成一个有序链表
- Android 开源项目源码分析第一期正式发布
- Linux命令学习:用户管理(中)
- HDU 1890 Robotic Sort
- Linux命令学习:用户管理(下)
- bzoj1066
- Telnet Linux