Generatives Modell

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