01 / UNDERSTAND
仕組みと使いどころ
生成モデルは、ラベルがない場合にはデータの確率分布を、ラベルがある場合にはデータとラベルの同時確率を捉えます。データ自体の分布を扱い、個々の例がどの程度起こり得るかを表したり、その分布から得られたように見える新しい例を生成したりできます。判別モデルが種類の違いを識別するのに対し、生成モデルはデータ空間全体にデータがどのように分布するかをモデル化します。GANは生成モデルの一種です。
02 / IN PRACTICE
Generative Modelの活用例
たとえば、こんな場面で
実在する動物に似た、新しい動物画像を生成します。単語列を予測するモデルも、単語列に確率を割り当てられるため生成モデルに含まれます。
03 / GOOD TO KNOW
使うときのポイント
生成された例だけでなく、学習対象のデータ分布やデータ内の関係をモデルが表現できているかを確認します。
参考資料
Glossário de machine learning | Machine Learning | Google for Developers （新しいタブで開きます）Background: What is a Generative Model? | Machine Learning | Google for Developers （新しいタブで開きます）用語の説明や活用例に関連する参考資料です。
READ & LEARN
記事一覧を見る 用語を知ったら、活用を知る。
AI LABで、AIの動向や業務に取り入れるヒントを読む。