Discriminative model (original) (raw)
Discriminative models, also referred to as conditional models, are a class of logistical models used for classification or regression. They distinguish decision boundaries through observed data, such as pass/fail, win/lose, alive/dead or healthy/sick. Typical discriminative models include logistic regression (LR), conditional random fields (CRFs) (specified over an undirected graph), decision trees, and many others. Typical generative model approaches include naive Bayes classifiers, Gaussian mixture models, variational autoencoders, generative adversarial networks and others.
| Property | Value |
|---|---|
| dbo:abstract | Discriminative models, also referred to as conditional models, are a class of logistical models used for classification or regression. They distinguish decision boundaries through observed data, such as pass/fail, win/lose, alive/dead or healthy/sick. Typical discriminative models include logistic regression (LR), conditional random fields (CRFs) (specified over an undirected graph), decision trees, and many others. Typical generative model approaches include naive Bayes classifiers, Gaussian mixture models, variational autoencoders, generative adversarial networks and others. (en) En classification automatique un modèle discriminatif est un modèle statistique qui, étant donné une variable X à laquelle il doit associer une autre variable Y, cherchera à décrire directement la probabilité conditionnelle P(Y|X) à partir des données observées (fr) Розрі́знювальні моде́лі (англ. discriminative models), що також називають умо́вними моде́лями (англ. conditional models), є класом моделей, які застосовуються в машинному навчанні для моделювання залежності неспостережуваної змінної від спостережуваної змінної . В рамках імовірнісної схеми це здійснюється моделюванням умовного розподілу ймовірності , який може застосовуватися для передбачення з . Розрізнювальні моделі, на противагу до породжувальних, не дозволяють породжувати приклади зі спільного розподілу та . Проте для таких задач як класифікація та регресія, що не потребують спільного розподілу, розрізнювальні моделі можуть демонструвати чудову продуктивність. З іншого боку, породжувальні моделі є зазвичай гнучкішими за розрізнювальні у вираженні залежностей в складних задачах навчання. До того ж, більшість розрізнювальних моделей за своєю природою є керованими, і їх неможливо легко розширити для спонтанного навчання. В кінцевому рахунку вибір між розрізнювальною та породжувальною моделлю диктують особливості конкретного застосування. (uk) 在机器学习领域判别模型是一种对未知数据 与已知数据 之间关系进行建模的方法。判别模型是一种基于概率理论的方法。已知输入变量 ，判别模型通过构建条件概率分布 预测 。 与生成模型不同，判别模型不考虑 与 间的联合分布。对于诸如分类和回归问题，由于不考虑联合概率分布，采用判别模型可以取得更好的效果。而生成模型在刻画复杂学习任务中的依赖关系方面则较判别模型更加灵活。大部分判别模型本身是监督学习模型，不易扩展用于非监督学习过程。实践中，需根据应用的具体特性来选取判别模型或生成模型。 (zh) |
| dbo:wikiPageID | 12155912 (xsd:integer) |
| dbo:wikiPageLength | 12277 (xsd:nonNegativeInteger) |
| dbo:wikiPageRevisionID | 1096615843 (xsd:integer) |
| dbo:wikiPageWikiLink | dbr:Naive_Bayes_classifier dbr:Bayes'_theorem dbr:Bernoulli_distribution dbr:Decision_trees dbr:Joint_probability_distribution dbr:0-1_loss_function dbr:Conditional_random_field dbr:Generalized_linear_model dbr:Generative_adversarial_network dbr:Generative_model dbr:Conditional_probability_distribution dbr:Log_loss dbc:Regression_models dbr:Classification_(machine_learning) dbr:Linear_classifier dbr:Linear_discriminant_analysis dbr:Linear_regression dbr:Logistic_regression dbr:Principal_component_analysis dbr:Object_recognition dbr:Posterior_probability dbr:Regression_analysis dbr:Autoencoder dbr:Categorical_distribution dbr:Maximum_entropy_classifier dbr:Statistical_classification dbr:Unsupervised_learning dbr:Supervised_learning dbr:Boosting_(meta-algorithm) dbr:Gaussian_mixture_model dbr:Joint_distribution dbr:Random_Forest |
| dbp:wikiPageUsesTemplate | dbt:Portal dbt:Prose dbt:Reflist dbt:Statistics |
| dct:subject | dbc:Regression_models |
| rdf:type | yago:WikicatStatisticalModels yago:Assistant109815790 yago:CausalAgent100007347 yago:LivingThing100004258 yago:Model110324560 yago:Object100002684 yago:Organism100004475 yago:Person100007846 yago:PhysicalEntity100001930 yago:Worker109632518 yago:YagoLegalActor yago:YagoLegalActorGeo yago:Whole100003553 |
| rdfs:comment | Discriminative models, also referred to as conditional models, are a class of logistical models used for classification or regression. They distinguish decision boundaries through observed data, such as pass/fail, win/lose, alive/dead or healthy/sick. Typical discriminative models include logistic regression (LR), conditional random fields (CRFs) (specified over an undirected graph), decision trees, and many others. Typical generative model approaches include naive Bayes classifiers, Gaussian mixture models, variational autoencoders, generative adversarial networks and others. (en) En classification automatique un modèle discriminatif est un modèle statistique qui, étant donné une variable X à laquelle il doit associer une autre variable Y, cherchera à décrire directement la probabilité conditionnelle P(Y|X) à partir des données observées (fr) 在机器学习领域判别模型是一种对未知数据 与已知数据 之间关系进行建模的方法。判别模型是一种基于概率理论的方法。已知输入变量 ，判别模型通过构建条件概率分布 预测 。 与生成模型不同，判别模型不考虑 与 间的联合分布。对于诸如分类和回归问题，由于不考虑联合概率分布，采用判别模型可以取得更好的效果。而生成模型在刻画复杂学习任务中的依赖关系方面则较判别模型更加灵活。大部分判别模型本身是监督学习模型，不易扩展用于非监督学习过程。实践中，需根据应用的具体特性来选取判别模型或生成模型。 (zh) Розрі́знювальні моде́лі (англ. discriminative models), що також називають умо́вними моде́лями (англ. conditional models), є класом моделей, які застосовуються в машинному навчанні для моделювання залежності неспостережуваної змінної від спостережуваної змінної . В рамках імовірнісної схеми це здійснюється моделюванням умовного розподілу ймовірності , який може застосовуватися для передбачення з . (uk) |
| rdfs:label | Discriminative model (en) Modèle discriminatif (fr) 判别模型 (zh) Розрізнювальна модель (uk) |
| owl:sameAs | freebase:Discriminative model yago-res:Discriminative model wikidata:Discriminative model dbpedia-fr:Discriminative model dbpedia-uk:Discriminative model dbpedia-vi:Discriminative model dbpedia-zh:Discriminative model https://global.dbpedia.org/id/4ixc2 |
| prov:wasDerivedFrom | wikipedia-en:Discriminative_model?oldid=1096615843&ns=0 |
| foaf:isPrimaryTopicOf | wikipedia-en:Discriminative_model |
| is dbo:wikiPageRedirects of | dbr:Conditional_model |
| is dbo:wikiPageWikiLink of | dbr:15.ai dbr:Conditional_random_field dbr:Gene_prediction dbr:Generative_adversarial_network dbr:GPT-2 dbr:Generative_model dbr:Mutual_information dbr:Pattern_recognition dbr:Maximum-entropy_Markov_model dbr:GPT-3 dbr:Linear_classifier dbr:Graphical_model dbr:Kalman_filter dbr:Kaldi_(software) dbr:Hidden_Markov_model dbr:Michael_Collins_(computational_linguist) dbr:Markov_random_field dbr:List_of_statistics_articles dbr:Video_super-resolution dbr:Outline_of_machine_learning dbr:Outline_of_statistics dbr:Supervised_learning dbr:Types_of_artificial_neural_networks dbr:Conditional_model |
| is foaf:primaryTopic of | wikipedia-en:Discriminative_model |