উত্পাদক বনাম বৈষম্যমূলক মডেলগুলি (বায়েশীয় প্রসঙ্গে)

22

উত্পাদক এবং বৈষম্যমূলক (বৈষম্যমূলক) মডেলগুলির (বায়েশিয়ান শিখন এবং অনুমানের প্রসঙ্গে) মধ্যে পার্থক্য কী?

এবং এটি ভবিষ্যদ্বাণী, সিদ্ধান্ত তত্ত্ব বা নিরীক্ষণশিক্ষার সাথে কী জড়িত?

bayesian predictive-models unsupervised-learning

— nkint
সূত্র

দুঃখিত, দ্বিতীয় বাক্যে আপনি কী বোঝাতে চেয়েছেন তা আমি বুঝতে পারি না। আপনি কি চেষ্টা করে চেষ্টা করবেন?

— csgillespie

ওহ, আমি কেবল পরিসংখ্যান এবং মেশিন লার্নিংয়ের বিশ্বে যোগদান করেছি, দুঃখিত আমি সিদ্ধান্তের তত্ত্বের সাথে নিরীক্ষণযোগ্য শিক্ষাকে কীভাবে সংযুক্ত করতে পারি তা সন্ধান করতে পারি নি। তবে আমি এখনও অধ্যয়ন করছি!

— nkint

1

আমি কীভাবে প্রশ্নের সাথে এটি খাপ খায় সে সম্পর্কে আমি কেবল বিভ্রান্ত। উদাহরণস্বরূপ, "ভবিষ্যদ্বাণী", "সিদ্ধান্ত তত্ত্ব" বা "নিবন্ধহীন"

— শব্দটি

35

উভয়, তত্ত্বাবধানে থাকা শেখার যেখানে আপনি একটি নিয়ম যে মানচিত্র আউটপুট y এর ইনপুট x শিখতে চান ব্যবহার করা হয় ফর্ম প্রশিক্ষণ উদাহরণ একটি নম্বর দেওয়া । একটি উত্পাদক মডেল (উদাঃ, নিষ্পাপ বয়েস) স্পষ্টভাবে যৌথ সম্ভাব্যতা বিতরণ মডেল করে এবং তারপরে গণনা করার জন্য বেয়েস নিয়মটি ব্যবহার করে । অন্যদিকে, একটি বৈষম্যমূলক মডেল (যেমন লজিস্টিক রিগ্রেশন) সরাসরি মডেল । $\{(x_i,y_i)\}$ $p(x,y)$ $p(y|x)$ $p(y|x)$

কিছু লোক মনে করেন যে বৈষম্যমূলক মডেলটি এই অর্থে আরও ভাল যে এটি আপনার যত্নের পরিমাণটি সরাসরি মডেল করে , তাই আপনাকে আপনার মডেলিংয়ের প্রচেষ্টা ইনপুট এক্স-তে ব্যয় করতে হবে না (আপনাকে গণনা করতে হবে) পাশাপাশি একটি উত্পাদক মডেল)। তবে জেনারেটরি মডেলের নিজস্ব সুবিধাগুলি রয়েছে যেমন হারিয়ে যাওয়া তথ্য নিয়ে কাজ করার ক্ষমতা ইত্যাদি cap কিছু তুলনার জন্য আপনি এই কাগজটি একবার দেখে নিতে পারেন: বৈষম্যমূলক বনাম জেনারেটরি ক্লাসিফায়ারগুলিতে: লজিস্টিক রিগ্রেশন এবং নিষ্পাপ বায়েসের তুলনা $(y)$ $p(x|y)$

এমন একটি ঘটনা ঘটতে পারে যখন একটি মডেল অপরটির চেয়ে ভাল হয় (যেমন, বৈষম্যমূলক মডেলগুলি আপনার কাছে প্রচুর ডেটা থাকলে সাধারণত ভাল করার ঝোঁক থাকে; আপনার কিছু অতিরিক্ত লেবেলযুক্ত ডেটা থাকলে জেনারেটরি মডেলগুলি আরও ভাল হতে পারে)। আসলে, সেখানে হাইব্রিড মডেলগুলিও রয়েছে যা উভয় বিশ্বের সেরা আনার চেষ্টা করে। উদাহরণস্বরূপ এই কাগজটি দেখুন: উত্পাদক এবং বৈষম্যমূলক মডেলগুলির মূলত হাইব্রিড

— ebony1
সূত্র

1

চমৎকার উত্তর. বৈষম্যমূলক বনাম জেনেরেটিভ ক্লাসিফায়ারগুলির (যথাক্রমে লজিস্টিক রিগ্রেশন এবং গাউসিয়ান বোভামি বয়েস

— জোশের

3

উপরের উত্তরের একটি যোগ:

যেহেতু discriminant খেয়াল তাহলে P (Y | এক্স) একই সময়ে শুধুমাত্র যখন সৃজক খেয়াল পি (x, y) এবং P (x), অর্ডার ভবিষ্যদ্বাণী করা তাহলে P (Y | এক্স) এ ভাল, সৃজক মডেল কম হয়েছে স্বাধীনতার মাত্রা বৈষম্যমূলক মডেলের তুলনায় মডেলটিতে। সুতরাং জেনারেটরি মডেল আরও শক্তিশালী , অত্যধিক মানানসই প্রবণতা কম, অন্যদিকে বৈষম্যমূলক।

এটি উপরের উত্তরটি ব্যাখ্যা করে

এমন একটি ঘটনা ঘটতে পারে যখন একটি মডেল অপরটির চেয়ে ভাল হয় (যেমন, বৈষম্যমূলক মডেলগুলি আপনার কাছে প্রচুর ডেটা থাকলে সাধারণত ভাল করার ঝোঁক থাকে; আপনার কিছু অতিরিক্ত লেবেলযুক্ত ডেটা থাকলে জেনারেটরি মডেলগুলি আরও ভাল হতে পারে)।

— ArtificiallyIntelligence
সূত্র

2

জেনারেটাল মডেলগুলির স্বাধীনতার কম ডিগ্রি রয়েছে সে বিষয়ে আপনি কী বলছেন তা কি আপনি ব্যাখ্যা করতে পারেন? প্রুফ? লিঙ্ক? ধন্যবাদ

— প্যাট্রিক