生成 Deep Learning 第2版 ―絵を描き、物語や音楽を作り、ゲームをプレイする

1章生成モデリング

1章の目標

• 生成モデルと識別モデルの主な違いを学ぶ。
• 簡単な例を通して、生成モデルに望まれる属性を理解する。
• 生成モデルの基礎となる確率の概念の基礎について学ぶ。
• さまざまな生成モデル群を調べる。
• 本書のGitHubリポジトリからサンプルコードを入手して、生成モデルの作成に着手できるようにする！

この章では、生成モデリング分野の概略を紹介します。

生成モデリングの分かりやすい理論的な紹介から始め、それが、より広く研究されている識別モデリングに自然な形で対応するものであることを見ていきます。その後、良い生成モデルが持つべき望ましい属性を規定します。また、確率的概念の基礎についても説明します。これを知っておくことは、いろいろなアプローチがどのように生成モデリングの課題に取り組んでいるかを十分理解するのに重要です。

生成モデリングと確率論の基礎を押さえた上で「1.4　生成モデルの分類」に進み、今日この分野で有力な6つの生成モデル群を概観します。最後の節では、本書付属のサンプルコードを利用する方法を説明します。

1.1　生成モデリングとは何か？

広義の生成モデリングは、次のように定義できます。

生成モデリングは機械学習の一分野であり、与えられたデータセットに似た新しいデータを生成するようにモデルを訓練することを取り扱う。

これは、実際には何を意味するのでしょうか？ 馬の写真から成るデータセットを持っているとしましょう。このデータセット上で生成モデルを訓練することで、馬の画像のピクセル間の複雑な関係に適用されるルールを捉えることができます。それができれば、このモデルからサンプリングすることで、元のデータセットには存在しなかった本物そっくりの馬の画像を新しく作り出すことができます。このプロセスを ...