Aprendizaje profundo generativo, 2ª edición

Capítulo 1. Modelización Generativa

Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: [e-mail]

Objetivos del capítulo

En este capítulo:

• Aprende las diferencias clave entre los modelos generativos y los discriminativos.

• Comprende las propiedades deseables de un modelo generativo mediante un ejemplo sencillo.

• Conoce los conceptos probabilísticos básicos que sustentan los modelos generativos.

• Explora las distintas familias de modelos generativos.

• Clona el código base que acompaña a este libro, ¡para que puedas empezar a construir modelos generativos!

Este capítulo es una introducción general al campo del modelado generativo.

Empezaremos con una suave introducción teórica al modelado generativo y veremos cómo es la contrapartida natural del modelado discriminativo, más ampliamente estudiado. A continuación, estableceremos un marco que describe las propiedades deseables que debe tener un buen modelo generativo. También expondremos los conceptos probabilísticos básicos que es importante conocer, para apreciar plenamente cómo abordan los distintos enfoques el reto del modelado generativo.

Esto nos conducirá de forma natural a la penúltima sección, que expone las seis grandes familias de modelos generativos que dominan el campo en la actualidad. La última sección explica cómo empezar a utilizar la base de código que acompaña a este libro.

¿Qué es el modelado generativo?

El modelado generativo puede definirse a grandes ...