Generative model
En generativ model er en type maskinlæringsmodel, der lærer den underliggende fordeling af træningsdata og kan generere nye, realistiske datapunkter.
Kort fortalt
Kort sagt: en generativ model lærer at skabe nye eksempler, der minder om dem, den er trænet på, fx billeder, tekst eller lyd.
- Kategori
- model
- Niveau
- begynder
- Udtale
- /ˈdʒɛnərətɪv ˈmɒdl/
Betydninger
1- 1
En maskinlæringsmodel, der modellerer den sandsynlighedsfordeling, som data er genereret fra, og som derfor kan generere nye prøver fra denne fordeling.
- GAN'er er en type generativ model, der består af en generator og en diskriminator. — Goodfellow et al., 2014
- Generative modeller som GPT-3 kan generere menneskelignende tekst. — Brown et al., 2020
Hvornår bruges det
Generative modeller bruges til opgaver som billedgenerering, tekstgenerering, dataaugmentation og syntese af realistiske datasæt. De anvendes ofte i kreative applikationer og til at simulere data til træning af andre modeller.
Oprindelse
Fra engelsk 'generative' (der kan skabe) + 'model', baseret på latin 'generare' (at frembringe).
Afledte ord
3Kilder
2- Generative Adversarial Nets (Goodfellow et al., 2014)
- Auto-Encoding Variational Bayes (Kingma & Welling, 2013)