[機器學習入門] 李宏毅機器學習筆記-24（introduction of Structured Learning;結構化學習介紹）
| VIDEO |
|---|
introduction of Structured Learning
到目前為止且叁，不管是做SVM還是Deep Learning民宿，input 和 output 都只是向量浴韭，而實際上我們真正面對的問題纹磺，要比向量更復雜截珍，因此我們需要一個f，來計算兩個object沛硅。
這里寫圖片描述
Example Application
這里寫圖片描述
Structure Learning 聽起來很麻煩禁炒，但實際上我們有一種Unified Framework。
這里寫圖片描述
Example 1 Unified Framework – Object Detection
這里寫圖片描述
那么是怎么做的呢胖腾？
image
我們的目的就是訓練出一個f 烟零，使方框框在不同位置時瘪松，有不同的輸出，比如上圖紅綠藍三個框锨阿，顯然紅框應該得到最好的輸出宵睦。相應的test如下。
這里寫圖片描述
example 2 Unified Framework - Summarization
這里寫圖片描述
example 3 Unified Framework -Retrieval
這里寫圖片描述
這里寫圖片描述
將Unified Framework 換一種說法墅诡。
training：x,y一起出現(xiàn)的幾率壳嚎。
testing：根據(jù)這個幾率，找最有可能的y
這里寫圖片描述
用幾率來做也有壞處與壞處书斜。
Drawback for probability：
* Probability cannot explain everything
* 0-1 constraint is not necessary
Strength for probability ：
Meaningful
There are three problems in this framework.
這里寫圖片描述
problem 1 :
這里寫圖片描述
problem 2 :
這里寫圖片描述
problem 3 :
這里寫圖片描述
這里寫圖片描述
Link to DNN?
DNN是 Structure Learning 的特殊情況诬辈，比如在手寫識別中：
這里寫圖片描述
