生成式建模：综述

文章预览

生成方法（生成式人工智能，Gen-AI）在解决机器学习和贝叶斯推断任务中的应用进行了综述。生成模型需要模拟一个大规模的训练数据集，并使用深度神经网络来解决监督学习问题。为了实现这一目标，我们需要高维回归方法和用于降维的工具（即特征选择）。生成式人工智能方法的主要优势在于它们能够不依赖具体模型，并利用深度神经网络来估计条件密度或感兴趣的后验分位数。为了说明生成方法的应用，我们分析了著名的埃博拉数据集。最后，我们总结了未来研究的方向。 关键词：生成式人工智能，神经网络，深度学习，ABC，INN，归一化流，扩散模型，分位贝叶斯，拟似推断，埃博拉 1 引言 机器学习中的一个重要任务是：给定输入-输出对，其中输入是高维的，构建一个“查找”表（即字典）来存储输入-输出示例。这是一个编码（即数据压 ………………………………