认知颠覆 · COGNITIVE OVERTURN

生成 vs 判别是"学什么"的选择

生成模型和判别模型不是"谁更好"的问题,而是"你需要什么"的问题。如果你需要生成新数据、做异常检测、或处理无标签数据,生成模型更合适;如果你只关心预测且数据充足,判别模型更直接。很多人误以为判别模型(如深度学习)全面胜出,忽略了生成模型的独特价值。
来源

第3-4章 / 生成-判别模型二分法

可迁移到

推荐系统设计、异常检测系统、数据增强策略

来自这本书的解读报告

《机器学习:一个概率视角》

Kevin P. Murphy · 机器学习 / 统计学习

本书回答了如何用概率论统一整个机器学习领域的问题,答案是将所有ML方法重新表述为概率推断

机器学习·概率推断·贝叶斯方法·统计学习·深度学习
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 →