Generative Deep Learning, 2a edizione

Capitolo 1. Modellazione generativa

Questo lavoro è stato tradotto utilizzando l'AI. Siamo lieti di ricevere il tuo feedback e i tuoi commenti: [e-mail]

Obiettivi del capitolo

In questo capitolo scoprirai:

• Impara le principali differenze tra modelli generativi e discriminativi.

• Comprendere le proprietà desiderabili di un modello generativo attraverso un semplice esempio.

• Impara i concetti probabilistici fondamentali che stanno alla base dei modelli generativi.

• Esplora le diverse famiglie di modelli generativi.

• Clona la base di codice che accompagna questo libro, così potrai iniziare a costruire modelli generativi!

Questo capitolo è un'introduzione generale al campo della modellazione generativa.

Inizieremo con una leggera introduzione teorica alla modellazione generativa e vedremo come sia la naturale controparte della modellazione discriminativa, più ampiamente studiata. Stabiliremo quindi un quadro di riferimento che descrive le proprietà desiderabili che un buon modello generativo dovrebbe avere. Inoltre, illustreremo i concetti probabilistici fondamentali che è importante conoscere, al fine di apprezzare appieno il modo in cui i diversi approcci affrontano la sfida della modellazione generativa.

Questo ci porterà naturalmente alla penultima sezione, che illustra le sei grandi famiglie di modelli generativi che oggi dominano il campo. L'ultima sezione spiega come iniziare a lavorare con la base di codice che accompagna questo libro.

Cos'è ...