跨书共振 · CROSS-BOOK RESONANCE

生成式和判别式不是对立的两种方法,而是同一硬币的两面

生成式建模 $p(\mathbf{x}, \mathbf{y})$ 和判别式建模 $p(\mathbf{x}|\mathbf{y})$ 在数学上是同一个联合分布的不同切面。当标注数据充足时判别式更优,当数据稀缺时生成式更优——这不是两种不同的哲学,而是同一个框架在不同数据条件下的最优策略。
来源

第6章(线性模型)和第8章(分类)

可迁移到

在机器学习工程中做方法选择时,不再纠结"用分类器还是生成模型",而是评估数据条件来决策;在科学研究中,"建模现象本身"(生成式)和"建模变量关系"(判别式)也是互补的研究策略。

来自这本书的解读报告

《Computer Vision: Models, Learning and Inference》

Simon J.D. Prince · 计算机视觉 / 概率推断 / 机器学习

这本书回答了计算机视觉如何从零构建的问题,它的答案是用概率推断统一建模、学习和推理三大支柱。

计算机视觉·概率推断·贝叶斯建模·统计学习·图像处理
阅读完整解读报告 →
PRESS YOUR OWN BOOK

找一本想读的书,解读出你自己的洞察

90 秒得到核心模型 · 行动接口 · 失效边界 · 三套 SOP

解读一本书 →