Modello Generativo: differenze tra le versioni
Nessun oggetto della modifica |
Nessun oggetto della modifica |
||
| 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. | ||
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.''' | ||
Versione delle 11:19, 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.