A respeito de inteligência artificial, de tipos de análise d...

Os Modelos Discriminativos classificam ou prevêem categorias com base em dados já conhecidos, focando na probabilidade condicional P(y∣x), onde Y é o rótulo e X são as características observadas. Exemplos comuns incluem regressão logística, SVM e redes neurais. O objetivo principal é diferenciar as classes fornecidas no conjunto de dados.

Por outro lado, os Modelos Generativos vão além da simples classificação, modelando a probabilidade conjunta P(x,y). Isso lhes permite tanto categorizar os dados quanto gerar novos exemplos semelhantes aos dados originais. Eles aprendem a estrutura de como os dados são formados, sendo úteis em tarefas como geração de texto, imagens ou áudio. Exemplos incluem redes generativas adversariais (GANs), modelos de mistura gaussiana e transformadores como o GPT.