1. CRF ： 条件随机场，一种用来标记和切分序列化数据的统计模型，主要用作语音识别和文本识别，前提是有一个已经标记了的观察序列。
2. 造成过拟合的原因有两个：第一是：训练数据不足，第二个是：训练过度导致模型非常的复杂，泛化能力差。
3. 降低过拟合的方法：正则化方法，减少参数量，增大训练数据集
4. 判别式模型：是直接对条件概率的建模。常见的模型：线性回归，支持向量机，神经网络模型等
生成式模型：对联合分布概率的建模，常见的模型有：马尔可夫模型，朴素贝叶斯模型，高斯混合模型
标签：训练,标记,模型,建模,问题,面试,拟合,识别 来源： https://www.cnblogs.com/boost/p/16448421.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。