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
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