識別的モデル
識別的モデル(しきべつてきモデル、discriminative models)とは、条件付きモデル(じょうけんつきモデル、conditional models)とも呼ばれる、分類や回帰に使用されるロジスティックモデルの一種である。これらのモデルは、合格/不合格、勝ち/負け、生/死、健康/病気など、観測データに基づいて決定境界を設定する。
代表的な識別的モデルの例として、ロジスティック回帰(LR)、条件付き確率場(CRF)(無向グラフで指定される)や決定木などがある。一方、生成的モデルの代表例としては、単純ベイズ分類器、ガウス混合モデル、変分オートエンコーダ、敵対的生成ネットワークなどがある。
定義
識別的モデルは、観測されていない変数(ターゲット)
- 生成的モデル - 観測可能変数と目的変数との同時確率分布に基づく統計モデル
脚注
- ^ a b Ballesteros, Miguel. “Discriminative Models”. 2018年10月28日閲覧。[リンク切れ]
- ^ a b c Memisevic, Roland (2006年12月21日). “An introduction to structured discriminative learning”. 2018年10月29日閲覧。
- ^ a b c Ng, Andrew Y.; Jordan, Michael I. (2001). On Discriminative vs. Generative classifiers: A comparison of logistic regression and naive Bayes
- ^ Singla, Parag; Domingos, Pedro (2005). “Discriminative Training of Markov Logic Networks”. Proceedings of the 20th National Conference on Artificial Intelligence - Volume 2. AAAI'05 (Pittsburgh, Pennsylvania: AAAI Press): 868–873. ISBN 978-1577352365 .
- ^ J. Lafferty, A. McCallum, and F. Pereira. Conditional Random Fields: Probabilistic Models for Segmenting and Labeling Sequence Data. In ICML, 2001.
- ^ a b Ulusoy, Ilkay (2016年5月). “Comparison of Generative and Discriminative Techniques for Object Detection and Classification”. Microsoft. 2018年10月30日閲覧。
- ^ Marras, Ioannis (2017年). “A Joint Discriminative Generative Model for Deformable Model Construction and Classification”. 2018年11月5日閲覧。
- ^ Kelm, B. Michael. “Combining Generative and Discriminative Methods for Pixel Classification with Multi-Conditional Learning”. 2018年11月5日閲覧。
- ^ Wang, Zhangyang (2015年). “A Joint Optimization Framework of Sparse Coding and Discriminative Clustering”. 2018年11月5日閲覧。