An Introduction to Conditional Random Fields
W nowoczesnych zastosowaniach uczenia maszynowego przewidywanie pojedynczej etykiety klasy często nie jest wystarczające. Zamiast tego chcemy przewidzieć dużą liczbę zmiennych, które zależą od siebie nawzajem, takich jak etykieta klasy dla każdego słowa w dokumencie lub dla każdego regionu na obrazie.
Ten ustrukturyzowany problem przewidywania jest znacznie trudniejszy niż prosty problem klasyfikacji, ponieważ chcemy dowiedzieć się, w jaki sposób różne etykiety zależą od siebie nawzajem. Warunkowe pola losowe stanowią potężne rozwiązanie tego problemu. Łączą one zalety klasyfikacji i modelowania graficznego, ponieważ łączą zdolność modeli graficznych do kompaktowego modelowania danych wielowymiarowych ze zdolnością metod klasyfikacji do przewidywania przy użyciu dużych zestawów cech wejściowych.
W ciągu ostatnich dziesięciu lat nastąpiła eksplozja zainteresowania CRF w zastosowaniach tak różnorodnych, jak przetwarzanie języka naturalnego, wizja komputerowa i bioinformatyka. An Introduction to Conditional Random Fields stanowi kompleksowy samouczek skierowany do praktyków zorientowanych na aplikacje, którzy chcą zastosować CRF.
Przegląd ten nie zakłada wcześniejszej wiedzy na temat modelowania graficznego, a zatem ma być przydatny dla praktyków z wielu różnych dziedzin. Zawiera omówienie konstrukcji cech, wnioskowania i estymacji parametrów w CRF.
Ponadto monografia zawiera również sekcje dotyczące praktycznych "wskazówek handlowych" dla CRF, które są trudne do znalezienia w opublikowanej literaturze.
© Book1 Group - wszelkie prawa zastrzeżone.
Zawartość tej strony nie może być kopiowana ani wykorzystywana w całości lub w części bez pisemnej zgody właściciela.
Ostatnia aktualizacja: 2024.11.13 21:45 (GMT)