【Deep Learning研修（発展 3）】データ生成・変換のための機械学習
https://www.youtube.com/watch?v=SfndfFvLQW8&list=PLbtqZvaoOVPB2WCoUt9VCsl7BQHRdhb8m
学習データが従うデータの分布から、学習データに似たデータを無限に生成（サンプリング）したい
しかしギャップがある
サンプリングできるデータは簡単なものに限られるが
学習データは複雑
だからこうする
簡単にサンプリングできる確率変数を勝手に決める（潜在変数） これは現実的なデータでは全然ない。単純なもの基素.icon
潜在変数を適当にサンプリングする
モデルによって、サンプリングした変数をデータに変換する
モデルが生成したデータが学習データの分布と一致するようにモデルをトレーニングする
この方法にいろんな手法がある
https://gyazo.com/76a297d3d4f9b7960c0cce2e861ed4c1
元が単純だけどここで出力は複雑になる
モデルの変換を頑張るということ
他にも学習データを簡単にするアプローチがありそう（でも筋が悪そう）基素.icon
データ生成を行うモデルの学習
GAN (Generative Adversarial Networks) 基本的なアイデア (第2回)
損失関数、 最適化、 モデルアーキテクチャの改良(第3回)
データ変換を行うモデルの学習
2種類のデータ変換 (1対1変換と1対多変換) と cycle consistency (第5回)
各種変換タスク、 モデルの紹介 (第6回)