# Generative 모델 : P(Y|data X) 를 "도출 해내는" 모델.
클래스의 분포에 먼저 주목 후, 그걸 기반으로 분류에 주목
- 종류 : 지도/비지도 학습 기반
1) 지도 학습 기반 : 레이블 정보 Y 가 반드시 있어야 함
ex) 선형 판별 분석
2) 비지도 학습 기반 : 레이블 정보 Y 가 없어도 됨
ex) 토픽 모델링, 가우시안 미스쳐 모델
- 가정이 많다 -> 도출하는데에 단계가 더 필요하다
# Discriminative 모델 : P(Y|data X) 를 "직접", "곧바로" 산출하는 모델
클래스의 분류를 처음부터 주목
- 가정이 적다 -> 곧바로 결과를 도출할 수 있다
'기계학습 > 자연어 처리 머신러닝' 카테고리의 다른 글
합성곱 신경망 - 딥러닝을 이용한 자연어처리 입문 (0) | 2020.02.21 |
---|---|
활성화 함수 & 출력층 함수 개념정리 (0) | 2020.02.21 |
유동 인구 예측 - 실전 프로젝트 (0) | 2020.02.20 |
글자 단위 RNN - N:1 모델 LSTM (0) | 2020.02.18 |
글자단위 예측 모델 - N:N 모델 LSTM (0) | 2020.02.18 |