一区二区三区三上|欧美在线视频五区|国产午夜无码在线观看视频|亚洲国产裸体网站|无码成年人影视|亚洲AV亚洲AV|成人开心激情五月|欧美性爱内射视频|超碰人人干人人上|一区二区无码三区亚洲人区久久精品

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

了解機(jī)器人在學(xué)習(xí)中的兩類模型

倩倩 ? 來源:人人都是產(chǎn)品經(jīng)理 ? 2020-03-25 15:42 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

如今已經(jīng)進(jìn)入2020年了,5G的時代已經(jīng)到來,而機(jī)器人應(yīng)用將更加的廣泛,下面就讓我們?nèi)チ私鈾C(jī)器人在學(xué)習(xí)中的兩類模型,這文章告訴兩種類型的區(qū)別,推薦給對機(jī)器人感興趣的朋友們閱讀!

機(jī)器學(xué)習(xí)中,對于有監(jiān)督學(xué)習(xí)可以將其分為兩類模型:判別式模型和生成式模型。簡單地說,判別式模型是針對條件分布建模,而生成式模型則針對聯(lián)合分布進(jìn)行建模。

01 基本概念

假設(shè)我們有訓(xùn)練數(shù)據(jù)(X,Y),X是屬性集合,Y是類別標(biāo)記。這時來了一個新的樣本樣本 x ,我們想要預(yù)測它的類別y。

我們最終的目的是求得最大的條件概率 P(y|x)作為新樣本的分類。

1. 判別式模型這么做

根據(jù)訓(xùn)練數(shù)據(jù)得到分類函數(shù)和分界面,比如說根據(jù)SVM模型得到一個分界面,然后直接計算條件概率 P(y|x),我們將最大的 P(y|x)。

作為新樣本的分類。判別式模型是對條件概率建模,學(xué)習(xí)不同類別之間的最優(yōu)邊界,無法反映訓(xùn)練數(shù)據(jù)本身的特性,能力有限,其只能告訴我們分類的類別。

2. 生成式模型這么做

一般會對每一個類建立一個模型,有多少個類別,就建立多少個模型。比如說類別標(biāo)簽有{貓,狗,豬},那首先根據(jù)貓的特征學(xué)習(xí)出一個貓的模型,再根據(jù)狗的特征學(xué)習(xí)出狗的模型,之后分別計算新樣本X跟三個類別的聯(lián)合概率 P(y|x),然后根據(jù)貝葉斯公式:

分別計算 P(y|x),選擇三類中最大的 P(y|x)作為樣本的分類。

3.兩個模型的小結(jié)

不管是生成式模型還是判別式模型,它們最終的判斷依據(jù)都是條件概率 P(y|x),但是生成式模型先計算了聯(lián)合概率P(x,y),再由貝葉斯公式計算得到條件概率。因此,生成式模型可以體現(xiàn)更多數(shù)據(jù)本身的分布信息,其普適性更廣。

02 用例子說明概念

1. 山羊綿羊的例子

判別式模型:要確定一個羊是山羊還是綿羊,用判別式模型的方法是從歷史數(shù)據(jù)中學(xué)習(xí)到模型,然后通過提取這只羊的特征來預(yù)測出這只羊是山羊的概率,是綿羊的概率。

生成式模型:是根據(jù)山羊的特征首先學(xué)習(xí)出一個山羊的模型,然后根據(jù)綿羊的特征學(xué)習(xí)出一個綿羊的模型,然后從這只羊中提取特征,放到山羊模型中看概率是多少,再放到綿羊模型中看概率是多少,哪個大就是哪個。

2. 模型范例

假設(shè)現(xiàn)在有一個分類問題,X是特征,Y是類標(biāo)記。用判別式模型學(xué)習(xí)一個條件概率分布 P(y|x),用生成式模型學(xué)習(xí)一個聯(lián)合概率分布P(x,y)。

用一個簡單的例子來說明這個問題。假設(shè)X就是兩個特征(1或2),Y有兩類(0或1),有如下訓(xùn)練樣本(1,0)、(1,0)、(1,1)、(2,1)。

則學(xué)習(xí)到的條件概率分布(判別式模型)如下:

而學(xué)習(xí)到的聯(lián)合概率分布(生成式模型)如下:

在實際分類問題中,判別式模型可以直接用來判斷特征的類別情況;而生成式模型需要加上貝葉斯公式,然后應(yīng)用到分類中。但是,生成式模型的概率分布可以有其他應(yīng)用,就是說生成式模型更一般更普適。不過判別式模型更直接,更簡單。兩種方法目前交叉較多。由生成式模型可以得到判別式模型,但由判別式模型得不到生成式模型。

03 判別式模型和生成式模型的區(qū)別

1. 判別式模型和生成式模型的對比圖

上圖左邊為判別式模型而右邊為生成式模型,可以很清晰地看到差別,判別式模型是在尋找一個決策邊界,通過該邊界來將樣本劃分到對應(yīng)類別。而生成式模型則不同,它學(xué)習(xí)了每個類別的邊界,它包含了更多信息,可以用來生成樣本。

2. 判別式模型和生成式模型的特點

判別式模型特點:

判別式模型直接學(xué)習(xí)決策函數(shù)Y=f(X),或者條件概率P(Y|X),不能反映訓(xùn)練數(shù)據(jù)本身的特性,但它尋找不同類別之間的最優(yōu)分裂面,反映的是異類數(shù)據(jù)之間的差異,直接面對預(yù)測往往學(xué)習(xí)準(zhǔn)確度更高。具體來說有以下特點:

對條件概率建模,學(xué)習(xí)不同類別之間的最優(yōu)邊界。

捕捉不同類別特征的差異信息,不學(xué)習(xí)本身分布信息,無法反應(yīng)數(shù)據(jù)本身特性。

學(xué)習(xí)成本較低,需要的計算資源較少。

需要的樣本數(shù)可以較少,少樣本也能很好學(xué)習(xí)。

預(yù)測時擁有較好性能。

無法轉(zhuǎn)換成生成式。

生成式模型的特點:

生成式模型學(xué)習(xí)的是聯(lián)合概率密度分布P(X,Y),可以從統(tǒng)計的角度表示分布的情況,能夠反映同類數(shù)據(jù)本身的相似度,它不關(guān)心到底劃分不同類的邊界在哪里。生成式模型的學(xué)習(xí)收斂速度更快,當(dāng)樣本容量增加時,學(xué)習(xí)到的模型可以更快的收斂到真實模型,當(dāng)存在隱變量時,依舊可以用生成式模型,此時判別式方法就不行了。具體來說,有以下特點:

對聯(lián)合概率建模,學(xué)習(xí)所有分類數(shù)據(jù)的分布。

學(xué)習(xí)到的數(shù)據(jù)本身信息更多,能反應(yīng)數(shù)據(jù)本身特性。

學(xué)習(xí)成本較高,需要更多的計算資源。

需要的樣本數(shù)更多,樣本較少時學(xué)習(xí)效果較差。

推斷時性能較差。

一定條件下能轉(zhuǎn)換成判別式。

總之,判別式模型和生成式模型都是使后驗概率最大化,判別式是直接對后驗概率建模,而生成式模型通過貝葉斯定理這一“橋梁”使問題轉(zhuǎn)化為求聯(lián)合概率。

03 二者所包含的算法

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 機(jī)器人
    +關(guān)注

    關(guān)注

    213

    文章

    29756

    瀏覽量

    213051
  • 模型
    +關(guān)注

    關(guān)注

    1

    文章

    3522

    瀏覽量

    50452
  • 貝葉斯
    +關(guān)注

    關(guān)注

    0

    文章

    77

    瀏覽量

    12770
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關(guān)推薦
    熱點推薦

    【「# ROS 2智能機(jī)器人開發(fā)實踐」閱讀體驗】視覺實現(xiàn)的基礎(chǔ)算法的應(yīng)用

    部署,詳細(xì)介紹了基于顏色閾值和深度學(xué)習(xí)的巡線方法。 二維碼識別則廣泛應(yīng)用于機(jī)器人定位與任務(wù)觸發(fā),例如AGV(自動導(dǎo)引車)的路徑規(guī)劃。 深度學(xué)習(xí)機(jī)器人視覺
    發(fā)表于 05-03 19:41

    【「# ROS 2智能機(jī)器人開發(fā)實踐」閱讀體驗】機(jī)器人入門的引路書

    ROS的全稱:Robot Operating System 機(jī)器人操作系統(tǒng) ROS的 目的 :ROS支持通用庫,是通信總線,協(xié)調(diào)多個傳感器 為了解機(jī)器人里各廠商模塊不通用的問題,讓機(jī)器人
    發(fā)表于 04-30 01:05

    【「# ROS 2智能機(jī)器人開發(fā)實踐」閱讀體驗】+ROS2應(yīng)用案例

    的知識,還需要對ROS 2的節(jié)點通信和數(shù)據(jù)處理有一定的了解。通過實踐這一部分內(nèi)容,我掌握了如何在ROS 2實現(xiàn)二維碼識別,這對于提高機(jī)器人的智能性和交互性具有重要意義。 地圖構(gòu)建:SLAM技術(shù)
    發(fā)表于 04-27 11:42

    【「具身智能機(jī)器人系統(tǒng)」閱讀體驗】2.具身智能機(jī)器人的基礎(chǔ)模塊

    具身智能機(jī)器人的基礎(chǔ)模塊,這個是本書的第二部分內(nèi)容,主要分為四個部分:機(jī)器人計算系統(tǒng),自主機(jī)器人的感知系統(tǒng),自主機(jī)器人的定位系統(tǒng),自主機(jī)器人
    發(fā)表于 01-04 19:22

    【「具身智能機(jī)器人系統(tǒng)」閱讀體驗】+本互為支持的書

    如何使用PyTorch進(jìn)行數(shù)字圖像處理,它借助攝像頭來獲取視頻的圖像信息,然后通過已有的圖像識別框架模型經(jīng)深度學(xué)習(xí)和優(yōu)化以達(dá)到更精準(zhǔn)的識別結(jié)果,從而為進(jìn)一步的執(zhí)行處理提供數(shù)據(jù)支持和依據(jù)。而《具身智能機(jī)器人系統(tǒng)
    發(fā)表于 01-01 15:50

    【「具身智能機(jī)器人系統(tǒng)」閱讀體驗】2.具身智能機(jī)器人模型

    取得了令人矚目的效果。 閱讀感悟 從傳統(tǒng)的手動編程到借助大模型實現(xiàn)智能化、自主化,從單一模態(tài)的交互到多模態(tài)信息的深度融合,再到擴(kuò)散模型的應(yīng)用,機(jī)器人控制技術(shù)正在以驚人的速度進(jìn)化。這不
    發(fā)表于 12-29 23:04

    【「具身智能機(jī)器人系統(tǒng)」閱讀體驗】1.全書概覽與第一章學(xué)習(xí)

    非常感謝電子發(fā)燒友提供的這次書籍測評活動!最近,我一直在學(xué)習(xí)模型和人工智能的相關(guān)知識,深刻體會到機(jī)器人技術(shù)是一個極具潛力的未來方向,甚至可以說是推動時代變革的重要力量。能參與這次活動并有機(jī)會深入
    發(fā)表于 12-27 14:50

    《具身智能機(jī)器人系統(tǒng)》第7-9章閱讀心得之具身智能機(jī)器人與大模型

    醫(yī)療領(lǐng)域,手術(shù)輔助機(jī)器人需要毫米級的精確控制,書中有介紹基于視覺伺服的實時控制算法,以及如何利用大模型優(yōu)化手術(shù)路徑規(guī)劃。工業(yè)場景,協(xié)作機(jī)器人面臨的主要挑戰(zhàn)是快速適應(yīng)新工藝流程。具身智
    發(fā)表于 12-24 15:03

    【「具身智能機(jī)器人系統(tǒng)」閱讀體驗】+數(shù)據(jù)在具身人工智能的價值

    出現(xiàn)重大問題。此外,機(jī)器人在不同環(huán)境適應(yīng)和泛化的能力取決于它處理的數(shù)據(jù)的多樣性。例如,家庭服務(wù)機(jī)器人必須適應(yīng)各種家庭環(huán)境和任務(wù),要求它們從廣泛的家庭環(huán)境數(shù)據(jù)中學(xué)習(xí),以提高其泛化能力。
    發(fā)表于 12-24 00:33

    【「具身智能機(jī)器人系統(tǒng)」閱讀體驗】+初品的體驗

    提高機(jī)器人的自適應(yīng)性和自主性,賦能機(jī)器人在多種場景的應(yīng)用。例如在家庭自動化領(lǐng)域,具身智能機(jī)器人能夠感知家庭成員的日常習(xí)慣和需求,自動執(zhí)行清潔、整理或其他家務(wù)任務(wù)。它們通過觀察家庭成員
    發(fā)表于 12-20 19:17

    復(fù)合機(jī)器人在3c電子行業(yè)的應(yīng)用

    時代在發(fā)展科技在進(jìn)步,復(fù)合機(jī)器人在3C電子行業(yè)的應(yīng)用已經(jīng)變得越來越廣泛,它們以高效、精確和靈活的特點,為3C電子產(chǎn)品的生產(chǎn)帶來了顯著的變革。以下是對復(fù)合機(jī)器人在3C電子行業(yè)應(yīng)用的詳細(xì)分析:
    的頭像 發(fā)表于 12-06 18:12 ?957次閱讀
    復(fù)合<b class='flag-5'>機(jī)器人在</b>3c電子行業(yè)的應(yīng)用

    名單公布!【書籍評測活動NO.51】具身智能機(jī)器人系統(tǒng) | 了解AI的下一個浪潮!

    智能通過提高機(jī)器人的自適應(yīng)性和自主性,賦能機(jī)器人在多種場景的應(yīng)用。 例如,在家庭自動化領(lǐng)域,具身智能機(jī)器人能夠感知家庭成員的日常習(xí)慣和需求,自動執(zhí)行清潔、整理或其他家務(wù)任務(wù)。它們通過
    發(fā)表于 11-11 10:20

    構(gòu)建語音控制機(jī)器人 - 線性模型機(jī)器學(xué)習(xí)

    2024-07-31 |Annabel Ng 在該項目的[上一篇博客文章],我介紹了運行機(jī)器人電機(jī)、處理音頻信號和調(diào)節(jié)電壓所需的電路的基礎(chǔ)知識。然而,機(jī)器人還沒有完全完成!盡管機(jī)器人
    的頭像 發(fā)表于 10-02 16:31 ?583次閱讀
    構(gòu)建語音控制<b class='flag-5'>機(jī)器人</b> - 線性<b class='flag-5'>模型</b>和<b class='flag-5'>機(jī)器</b><b class='flag-5'>學(xué)習(xí)</b>

    電路的兩類約束指的是哪兩類

    電路的兩類約束通常指的是電氣約束和物理約束。這兩類約束在電路設(shè)計和分析起著至關(guān)重要的作用。 一、電氣約束 電氣約束的概念 電氣約束是指在電路設(shè)計和分析,需要遵循的電氣原理和規(guī)律。這
    的頭像 發(fā)表于 08-25 09:34 ?2045次閱讀

    簡述開關(guān)電源兩類漏電流的區(qū)別

    引言:在日常工作,硬件設(shè)計工程師朋友們經(jīng)常會接觸到漏電流這個指標(biāo),其分為泄漏電流和耐壓漏電流。本文將簡述開關(guān)電源兩類漏電流的區(qū)別,并簡要分析了常見漏電流異常的問題,同時給出了對應(yīng)的驗證方法和解決及預(yù)防的辦法,保障系統(tǒng)可靠性。
    的頭像 發(fā)表于 08-06 15:24 ?2609次閱讀
    簡述開關(guān)電源<b class='flag-5'>兩類</b>漏電流的區(qū)別