Beim maschinellen LernenGenerative ModelleEs kann zum direkten Modellieren von Daten oder zum Erstellen bedingter Wahrscheinlichkeitsverteilungen zwischen Variablen verwendet werden. Die bedingten Wahrscheinlichkeitsverteilungen können auf dem generativen Modell des Bayes-Theorems basieren.

Generative Modelle eignen sich für unbeaufsichtigte Aufgaben wie Klassifizierung und Clustering. Typische generative Modelle sind unter anderem:

• Gaußsche Mischmodelle und andere Mischmodelle
• Verstecktes Markov-Modell
• Randomisierte kontextfreie Grammatik
• Naive Bayes-Klassifikator
• AODE-Klassifikator
• Latentes Dirichlet-Allokationsmodell
• Eingeschränkte Boltzmann-Maschine