Применение глубоких генеративных моделей для задач прогнозирования в машинном обученииApplications of Deep Generative Models for Machine Learning Prediction Problems

Сегодня глубокие генеративные модели демонстрируют впечатляющие результаты в написании текстов, создании изображений и видео, и решении других генеративных задачах. В сравнении с задачами предсказания, генеративная постановка считается, как правило, гораздо более сложной, и добиться в ней заметных успехов удалось лишь совсем недавно. Это наталкивает на интересный вопрос: если модель умеет решать общую и сложную генеративную задачу, может ли она как-то быть полезна в задачах предсказания? В данной диссертации рассматривается этот вопрос и исследуются применения глубоких генеративных моделей для семантической сегментации изображений, а также для преодоления типичных проблем, возникающих в задачах предсказания на временных рядах и табличных данных.