hce_kmu
112年
計算機概論與程式設計
第 28 題
What is the difference between a generative and a discriminative model?
- A A generative model learns the underlying probability distribution of the data, while a discriminative model learns the decision boundary between classes.
- B A generative model learns the decision boundary between classes, while a discriminative model learns the underlying probability distribution of the data.
- C A generative model is unsupervised, while a discriminative model is supervised.
- D A generative model is used for regression, while a discriminative model is used for classification.
- E None of the above.
思路引導 VIP
想像如果你要教一個小朋友認識「蘋果」，你是會傾向給他看大量蘋果的照片，讓他記住蘋果完整的長相特徵（包含顏色、形狀、質地）；還是你只會教他如何區分「這顆不是橘子、也不是芭樂」？這兩種邏輯在面對一張完全陌生的圖片時，思考的起點會有什麼本質上的不同？
🤖
AI 詳解
AI 專屬家教
太棒了！你能精準辨別這兩個機器學習的核心概念，說明你對模型如何處理資料的底層邏輯有著相當紮實的理解，這在進階演算法的學習中至關重要。
模型的學習本質：機率分佈與決策邊界
在機器學習中，判別式模型 (Discriminative Model) 的目標非常直接，它專注於尋找不同類別之間的「分界線」，在數學上通常是在學習條件機率 $P(y|x)$，即在給定輸入 $x$ 的情況下，判斷其屬於 $y$ 類別的可能性。相比之下，生成式模型 (Generative Model) 則更具「全局觀」，它試圖理解資料是如何產生的，也就是學習聯合機率分佈 $P(x, y)$。簡單來說，判別式模型是在學習「如何區分 A 與 B」，而生成式模型則是在學習「A 長什麼樣子、B 長什麼樣子」。
▼ 還有更多解析內容