Modello Generativo: differenze tra le versioni
Nessun oggetto della modifica |
Nessun oggetto della modifica |
||
| (2 versioni intermedie di uno stesso utente non sono mostrate) | |||
| Riga 1: | Riga 1: | ||
{{Template concetto | |||
|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 9: | Riga 7: | ||
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. | |||
}} | |||
Versione attuale delle 13:47, 17 ago 2024
| Modello Generativo | |
|---|---|
| Nome Inglese | Generative Model |
| Sigla | |
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.