Diskriminaciniai modeliai mokosi atskirti duomenų taškus tiesiogiai nustatydami ribą tarp klasių – jie atsako į klausimą „Kuriai kategorijai priklauso ši įvestis?“. Pavyzdžiai: logistinė regresija, atraminių vektorių mašinos ir daugelis neuroninių klasifikatorių, pavyzdžiui, šlamštui aptikti. Generatyviniai modeliai, priešingai, fiksuoja, kaip atsiranda patys duomenys, todėl gali kurti naujus pavyzdžius.
Agentai, srautai ir šablonai vienoje darbo srityje – nemokama 24 valandų demonstracinė versija.
Pradėti demonstracijąGeneratyvinis DI – tai DI sistemos, kurios kuria naują turinį – tekstą, vaizdus, garsą, vaizdo įrašus ar programos kodą – o ne vien rūšiuoja ar vertina esamus duomenis. Jos grindžiamos modeliais, kurie iš didelių duomenų kiekių išmoksta dėsningumų ir juos naudoja tikėtiniems naujiems rezultatams kurti. Versle jis naudojamas, pavyzdžiui, el. laiškų, santraukų, produktų aprašymų ar vaizdų idėjų juodraščiams rengti. Rezultatuose gali būti klaidų, todėl prieš naudojant juos reikia patikrinti.
Logistinė regresija – tai statistinis metodas, prognozuojantis vieno iš dviejų rezultatų, pavyzdžiui, „perka“ ar „neperka“, tikimybę. Jis sveria įvesties požymius ir jų sumą S formos funkcija paverčia reikšme tarp 0 ir 1. Kadangi svorius lengva interpretuoti, ji plačiai naudojama kredito vertinime, medicinoje ir rinkodaroje, dažnai kaip tvirtas pradinis atskaitos taškas sudėtingesniems modeliams.
Klasifikatorius – tai modelis ar metodas, priskiriantis įvestį vienai iš kelių iš anksto apibrėžtų kategorijų. Klasikiniai variantai, tokie kaip sprendimų medžiai ar naivusis Bajeso klasifikatorius, mokomi su pažymėtais pavyzdžiais; kalbos modeliai taip pat gali rūšiuoti tekstus pagal kategorijų aprašymą. Tipiniai taikymai: šlamšto aptikimas, klientų užklausų rūšiavimas pagal temą ir kvitų kategorizavimas. Kokybė matuojama rodikliais, tokiais kaip tikslumas (accuracy), tikslumas (precision) ir pilnumas (recall).
Naivusis Bajeso klasifikatorius – paprastų klasifikavimo metodų šeima, pagrįsta Bajeso teorema. Jie vadinami „naiviais“, nes daroma prielaida, kad visi požymiai yra tarpusavyje nepriklausomi; praktikoje taip būna retai, tačiau rezultatai dažnai vis tiek geri. Metodai greiti, jiems reikia nedaug mokymo duomenų ir jie ypač tinka tekstams. Klasikinis pavyzdys – šlamšto filtras, rūšiuojantis el. laiškus pagal būdingus žodžius.
