개요
Generative model과는 다르게 특정 데이터가 어떤 분포에 속하는 지를 나타내는 확률이다. (학술적으로는 Posterior p를 학습에 사용하는 모델이다. ) 이를 통해서, Discriminative model은 특정 Input이 어떤 분류에 속하는지에 대한 확률을 구한다. 예를 들어서, 한글인지 일본어인지 학습하는 모델이 있다고 해보자, generative model은 우선 한글과 일본어에 대한 학습을 하고 그 정보를 바탕으로 새로운 문장을 만들거나 아니면 분류를 할 수 있지만, discriminative model과 같은 경우에는 데이터 각각이 아니라 그 둘을 분류하는데 초점을 맞추어서, 특징적인 내용을 토대로 이 문장이 한글인지 아니면 일본어인지를 분류할 것이다.
예를 들어서 한국인에게 이게 한국어인지 아니면 다른 언어인지 물어보면 한국어에 대한 정보를 바탕으로 추론하지만 (generative model), 만약 대만어와 중국어에 대해서 구분하라하면, 특징적인 음소의 차이로 분류할 것이다 (Discriminative model). 이때 한국어 화자는 한국어를 만들어 낼 수 있지만, 대만어를 분류할 수는 있어도 중국어를 하지는 못한다.