Generative Model, Discriminant Model

Generative Model : Bootstrapping이 가능한 모델이라고 생각하면 됨. 즉 학습한 input 데이터의 분포를 따르는 데이터를 생성해낼 수 있다. 즉 input과 속성이 동일한, 새로운 input2 데이터를 만들 수 있다.
- PGM(MRF, BN 이 해당됨)

Discriminant Model : 재생성이 불가능하고 오직 분류만 가능하다.
-SVM, DNN

------ 
탐미첼 책에서 든 예시(Naive-Bayes 와 Logistic Regression의 분류에서의 비교. 둘다 거의 비슷한 방식인데 하나는 Generative, 하나는 Discriminant 임)

Generative Model은 데이터가 작을 때 유리하고,(간단히 생각해보면 Resampling을 통해 데이터를 더 많이 취하는 것과 유사한 이유로 생각됨)
Discriminant Model은 데이터가 클 때 유리하다고 함.

그러나 결국 Generative Model은 데이터를 재생성해내고 싶을 때가 가장 장점이 될 듯.
ex) 어떤 가수의 음악을 학습한 Model에서 다시 그 가수와 같은 스타일의 음악을 생성시킨다.