Bazı modeller sınıflandırma yapar. Diğerleri ise veri üretir. Üretken modeller, verilerin temel dağılımını öğrenir ve bu dağılımdan örnekler alarak eğitim setine benzeyen yeni örnekler üretir. Sadece veriyi nasıl etiketleyeceğimiz sorusuna değil, verinin nasıl üretildiği sorusuna da cevap verirler.

Klasik örnekler arasında Naive Bayes ve Gauss karışım modelleri yer alır. Modern yaklaşımlar ise sinir ağlarına dayanır: varyasyonel otoenkoderler, üretken düşman ağları ve difüzyon modelleri. Her biri örnek kalitesi, eğitim istikrarı ve hesaplama maliyeti arasında bir denge kurar.

Ortak üretken modeller

• Varyasyonel otoenkoderler
• Üretken düşman ağları
• Difüzyon modelleri
• Otoregresif modeller
• Akışların normalleştirilmesi

Değerlendirme zordur. Olasılık puanları bazı aileleri destekler. Görsel kalite diğerlerini destekler. Üretilen örneklerin kullanışlı, çeşitli ve eğitim dağılımına sadık olup olmadığını tek bir ölçütle yakalamak mümkün değildir.