AI
推荐
模板社区
专题
登录
免费注册
首页
流程图
详情
传统机器学习方法发展历程
2023-07-02 09:48:10
0
举报
分享方式
使用 (￥5)
传统机器学习方法发展历程（SVM、HMM、ME、MEMM、CRF）
传统机器学习方法
方法发展历程
模版推荐
作者其他创作
大纲/内容
缺点：特征选择受限、不能应用较长上下文本的特征
缺点：计算复杂度高
缺点：存在标注偏置
优点：解决HMM无法应用较长上下文特征的问题
优点：解决了MEMM标注偏置的问题
传统机器学习方法发展历程
缺点：训练难度高
最大熵ME
支持向量机SVM
span data-docs-delta=\
优点：最常用、有效的序列标注方法
优点：充分利用多种特征进行线性可分的二分类
隐马尔科夫HMM
条件随机场CRF
最大马尔科夫MEMM
优点：解决ME计算复杂度高的问题
收藏
立即使用
论文研究技术路线图
收藏
立即使用
5份研究框架、课题研究、论文技术路线图模板
收藏
立即使用
【科研配色】5张技术路线图
收藏
立即使用
2025主流深度学习模型架构（Transformer、混合专家模型、多模态、GAN、GCN、Diffusion）
艾伦
职业：硕士
去主页
Collect
Get Started
三大学习方法
Collect
Get Started
机器学习算法分类
Collect
Get Started
学习方法
Collect
Get Started
时间轴-公司发展历程
评论
0
条评论
下一页
Document
