Modello Generativo - Cronologia

Mindmakerbot il 13:47, 17 ago 2024

2024-08-17T13:47:00Z

← Versione meno recente		Versione delle 13:47, 17 ago 2024
Riga 10:		Riga 10:
	\|title=Generative Model		\|title=Generative Model
	\|title_mode=append		\|title_mode=append
	\|keywords="modelli generativi, apprendimento automatico, probabilità, dataset, intelligenza artificiale, modelli discriminativi, stima, generazione di immagini, pixel"		\|keywords=modelli generativi, apprendimento automatico, probabilità, dataset, intelligenza artificiale, modelli discriminativi, stima, generazione di immagini, pixel
	\|description="Un modello generativo stima la probabilità di un'osservazione, a differenza dei modelli discriminativi che stimano la probabilità di un'etichetta dato un input. Questo articolo esplora il concetto di modelli generativi, fornendo esempi come la generazione di immagini in stile Van Gogh."		\|description=Un modello generativo stima la probabilità di un'osservazione, a differenza dei modelli discriminativi che stimano la probabilità di un'etichetta dato un input. Questo articolo esplora il concetto di modelli generativi, fornendo esempi come la generazione di immagini in stile Van Gogh.
	}}		}}

Mindmakerbot il 13:30, 17 ago 2024

2024-08-17T13:30:12Z

← Versione meno recente		Versione delle 13:30, 17 ago 2024
Riga 6:		Riga 6:

	Per esempio, nella generazione di immagini, possiamo allenare un modello discriminativo che ci dica la probabilità che un determinato dipinto sia di Van Gogh. Un modello generativo, invece, può allenato in modo totalmente diverso per generare dei pixel che abbiano un''''alta probabilità di appartenere al dataset originale dei dipinti di Van Gogh.'''		Per esempio, nella generazione di immagini, possiamo allenare un modello discriminativo che ci dica la probabilità che un determinato dipinto sia di Van Gogh. Un modello generativo, invece, può allenato in modo totalmente diverso per generare dei pixel che abbiano un''''alta probabilità di appartenere al dataset originale dei dipinti di Van Gogh.'''

			{{#seo:
			\|title=Generative Model
			\|title_mode=append
			\|keywords="modelli generativi, apprendimento automatico, probabilità, dataset, intelligenza artificiale, modelli discriminativi, stima, generazione di immagini, pixel"
			\|description="Un modello generativo stima la probabilità di un'osservazione, a differenza dei modelli discriminativi che stimano la probabilità di un'etichetta dato un input. Questo articolo esplora il concetto di modelli generativi, fornendo esempi come la generazione di immagini in stile Van Gogh."
			}}

Mindmakerbot il 11:19, 17 ago 2024

2024-08-17T11:19:00Z

← Versione meno recente		Versione delle 11:19, 17 ago 2024
Riga 1:		Riga 1:
	~~Nome: [[Nome::Modello Generativo]]~~		{{Template concetto
			\|NomeInglese=Generative Model
	~~Nome inglese: [[~~NomeInglese::Generative Model]]		}}



	Un modello generativo stima la probabilità P(x) di avere l'osservazione x, a differenza di modello disctiminativo stima la probabilità P(y\|x), cioè la probabilità che x abbia l'etichetta y.		Un modello generativo stima la probabilità P(x) di avere l'osservazione x, a differenza di modello disctiminativo stima la probabilità P(y\|x), cioè la probabilità che x abbia l'etichetta y.

	Per esempio, nella generazione di immagini, possiamo allenare un modello discriminativo che ci dica la probabilità che un determinato dipinto sia di Van Gogh. Un modello generativo, invece, può allenato in modo totalmente diverso per generare dei pixel che abbiano un''''alta probabilità di appartenere al dataset originale dei dipinti di Van Gogh.'''		Per esempio, nella generazione di immagini, possiamo allenare un modello discriminativo che ci dica la probabilità che un determinato dipinto sia di Van Gogh. Un modello generativo, invece, può allenato in modo totalmente diverso per generare dei pixel che abbiano un''''alta probabilità di appartenere al dataset originale dei dipinti di Van Gogh.'''

	~~[[Category:concetto]]~~

	~~__SHOWFACTBOX__~~

Sara Maserati il 10:51, 11 apr 2024

2024-04-11T10:51:57Z

← Versione meno recente		Versione delle 10:51, 11 apr 2024
Riga 1:		Riga 1:
			Nome: [[Nome::Modello Generativo]]

			Nome inglese: [[NomeInglese::Generative Model]]



	Un modello generativo stima la probabilità P(x) di avere l'osservazione x, a differenza di modello disctiminativo stima la probabilità P(y\|x), cioè la probabilità che x abbia l'etichetta y.		Un modello generativo stima la probabilità P(x) di avere l'osservazione x, a differenza di modello disctiminativo stima la probabilità P(y\|x), cioè la probabilità che x abbia l'etichetta y.

Riga 4:		Riga 10:

	[[Category:concetto]]		[[Category:concetto]]

			__SHOWFACTBOX__

Alesaccoia il 12:48, 18 mar 2024

2024-03-18T12:48:34Z

← Versione meno recente		Versione delle 12:48, 18 mar 2024
Riga 1:		Riga 1:
	Un modello generativo stima la probabilità P(x) di avere l'osservazione x, a differenza di modello disctiminativo stima la probabilità P(y\|x), cioè la probabilità che x abbia l'etichetta y.		Un modello generativo stima la probabilità P(x) di avere l'osservazione x, a differenza di modello disctiminativo stima la probabilità P(y\|x), cioè la probabilità che x abbia l'etichetta y.

	Per esempio, nella generazione di immagini, possiamo allenare un modello discriminativo che ci dica la probabilità che un determinato dipinto sia di Van Gogh. Un modello generativo, invece, può allenato in modo totalmente diverso per generare dei pixel che abbiano un'alta probabilità di appartenere al dataset originale dei dipinti di Van Gogh.		Per esempio, nella generazione di immagini, possiamo allenare un modello discriminativo che ci dica la probabilità che un determinato dipinto sia di Van Gogh. Un modello generativo, invece, può allenato in modo totalmente diverso per generare dei pixel che abbiano un''''alta probabilità di appartenere al dataset originale dei dipinti di Van Gogh.'''

	[[Category:concetto]]		[[Category:concetto]]

Alesaccoia: Creata pagina con "Un modello generativo stima la probabilità P(x) di avere l'osservazione x, a differenza di modello disctiminativo stima la probabilità P(y|x), cioè la probabilità che x abbia l'etichetta y. Per esempio, nella generazione di immagini, possiamo allenare un modello discriminativo che ci dica la probabilità che un determinato dipinto sia di Van Gogh. Un modello generativo, invece, può allenato in modo totalmente diverso per generare dei pixel che abbiano un'alta proba..."

2024-03-18T12:48:19Z

Creata pagina con "Un modello generativo stima la probabilità P(x) di avere l'osservazione x, a differenza di modello disctiminativo stima la probabilità P(y|x), cioè la probabilità che x abbia l'etichetta y. Per esempio, nella generazione di immagini, possiamo allenare un modello discriminativo che ci dica la probabilità che un determinato dipinto sia di Van Gogh. Un modello generativo, invece, può allenato in modo totalmente diverso per generare dei pixel che abbiano un'alta proba..."

Nuova pagina

Un modello generativo stima la probabilità P(x) di avere l'osservazione x, a differenza di modello disctiminativo stima la probabilità P(y|x), cioè la probabilità che x abbia l'etichetta y.

Per esempio, nella generazione di immagini, possiamo allenare un modello discriminativo che ci dica la probabilità che un determinato dipinto sia di Van Gogh. Un modello generativo, invece, può allenato in modo totalmente diverso per generare dei pixel che abbiano un'alta probabilità di appartenere al dataset originale dei dipinti di Van Gogh.

[[Category:concetto]]