반응형
참고자료
- https://sens.tistory.com/408
- https://www.youtube.com/watch?v=6F4zxCN0Wtc
- https://perpetual.tistory.com/61
Jonathan T. Barron의 Convolutional Color Constancy 논문에서 Discriminative와 Generative방법론을 비교하면서 계속 언급하길래 확실하게 정리를 한번 하고 넘어가고 싶어서 남겨둔다.
공부하다 보니 둘 사이에 꽤 큰 차이가 존재하고, 어떤 모델을 설계할 때 Generative / Discriminative 중에 무엇을 사용할지 결정하는 부분도 꽤 중요한 것 같다.
Discriminative model
- 데이터가 주어지면 어떤 class인지 바로 구해줌
- class 결정을 위해 Decision boundary 를 구함
- 클래스 각각의 데이터에 관심 없고 두개의 클래스를 잘 구별하는 방향으로 학습됨
- Cost function을 Minimize하여 모델을 최적화함 (모델 자체가 Decision boundary가 됨)
Generative model
- 라벨이 주어진 샘플 데이터들의 분포를 구하고, 데이터가 주어지면 어떤 분포에 들어갈 확률이 가장 높은지 로 판단함
- 클래스 별 각각의 분포를 학습, 이후 데이터가 주어질 때 p(x,y=개) > p(x,y=돼지) 이면 개로 분류함
반응형