[机器学习入门] 李宏毅机器学习笔记-25（Sturctured Linear Model；结构化预测-线性模型）
PDFVIDEO
Structured Linear Model
Problem 1
ϕ1(x,y)
ϕ2(x,y)
ϕ3(x,y)
代表一个value. 也就是说 x，y在具有特征一时的强度是
ϕ1(x,y)
，同理特征二、特征三。 将这组值，乘上从training data中得到的weight w1.w2，w3.
加入F（x，y）写成这样子，那么problem3就不是问题了。
每一个维度都是一个feature， 那么这些feature该怎么寻找呢？ train 一个CNN，把image丢进CNN中，output一个vector就可以很好地代表里面的东西，所以可以用deep learning来抽feature。
example：summarization
example：Retrieval
Problem 2
Inference: How to solve the “arg max” problem 穷举所有的y，寻找max，但我们先假装这个问题已经被解决了。
然后就有了第三个问题，希望找到一个F(x，y)
举个例子来说
红色的只有一个，是正确的，而蓝色的有千千万万个。
我们希望找到一个W，做到上面的每一个点通通与w做inner product，使所有红星得到的值大于蓝星的值，所有红点得到的值，大于蓝点的值。
Solution of Problem 3
并不像想象中的那么难。
Algorithm
example
得到一个新的w 还要继续算，检查一遍
