전체 글 (291) 썸네일형 리스트형 생성 모델 (7) 주요 특징 - AI 시스템은 우리의 일상 생활에 통합되어 있지만, 그들의 의사 결정 과정은 윤리적인 우려와 신뢰성에 대한 의문을 제기할 수 있습니다. - 연구자들은 AI 의사 결정에 대한 설명을 인간이 이해하기 쉬운 방식으로 제공하기 위해 설명 가능한 AI(XAI)에 대한 생성 모델의 사용을 탐구하고 있습니다. - 생성 모델은 입력 기능과 출력 레이블이 서로 어떻게 관련되어 있는지 학습하여 데이터의 기본 구조를 이해하려고 합니다. - 차별적 모델은 서로 다른 데이터 클래스 간의 경계를 학습하고 교육 데이터에서 학습한 내용을 바탕으로 새로운 데이터를 분류하는 데만 초점을 맞추고 있습니다. - SVM, 로지스틱 회귀 분석 및 인공 신경망은 차별적 모델의 예이며, 생성적 적대적 네트워크(GAN) 및 VAE(V.. 생성 모델 (6) 생성 모델과 차별 모델의 차이 생성 모델은 입력 특징과 출력 레이블이 어떻게 관련되는지 학습함으로써 데이터의 기본 구조를 이해하려고 합니다. 그런 다음 이 이해는 원래 교육 데이터와 유사한 새로운 데이터를 생성하는 데 사용됩니다. 반면, 차별적 모델은 서로 다른 데이터 클래스 간의 경계 학습에만 초점을 맞추고, 데이터의 근본 구조를 이해하려고 하지 않고, 훈련 데이터에서 학습한 내용을 바탕으로 새로운 데이터를 분류하려고 합니다. 간단히 말하면, 생성 모델은 데이터가 어떻게 생성되었는지를 이해한 다음 해당 지식을 사용하여 새로운 데이터를 생성하는 반면, 차별 모델은 학습한 내용을 기반으로 데이터를 분류하려고 합니다. 생성 모델 고양이 이미지의 데이터 세트를 가지고 있다고 가정합니다. 생성 모델은 원래 데이.. 생성 모델 (5) 가변 자동 인코더(Variational Autoencoders) VAE(Variational Autoencoder)는 기존 데이터와 유사한 새로운 데이터를 생성할 수 있는 기계 학습 알고리즘입니다. 기존 데이터를 더 작은 표현으로 압축한 다음 해당 압축된 표현을 기반으로 새로운 데이터를 개발하는 방식으로 작동합니다. VAE는 많은 데이터를 사용할 수 있는 경우 자주 사용되지만 레이블이 지정되거나 분류되지 않습니다. 예를 들어, 새로운 이미지를 생성하거나 이미지에서 노이즈를 제거하거나 대규모 데이터 세트에서 비정상적인 패턴을 감지할 수 있습니다. VAE는 압축된 데이터에 대한 확률 분포를 학습함으로써 원래 데이터와 비슷하지만 동일하지 않은 새로운 샘플을 생성할 수 있습니다. 이는 새로운 예술 작품이나 음악.. 이전 1 ··· 11 12 13 14 15 16 17 ··· 97 다음