生成モデルと識別モデル

ベイズ統計を知っていると、パターン認識の分野にある、生成モデルと識別モデルの区別ができるようになります。

識別モデル

識別モデルは、「P（Y|X）を直接推定する方法」と呼ばれます。

ロジスティック回帰分析など、Xがあると、Yになる確率がわかるような数式を作る方法があります。

一方、生成モデルは、P（X|Y）、P（Y）、P（X）の３つをまず求めてから、ベイズの定理を使って、P（Y|X）を推定します。

識別（パターン認識）が目的なら、生成モデルと識別モデルは、同じ使い道ができます。この目的だけなら、識別モデルの方が、シンプルなモデルになっているので便利です。

あえて、生成モデルを使う場合として、P（X|Y）を使いたい場合があります。 P（X|Y）を求めるので、「あるYになるXを求める」という使い方ができます。

いろいろな応用が考えられますが、例えば、「データを人工的に作る」、「データを人工的に増やす」ということができるようになります。前者は、自ら何かを作る人工知能の技術として、後者はディープラーニング（深層学習）の弱点を補う技術として、特に注目されているようです。

「フリーソフトではじめる機械学習入門」荒木雅弘　著　森北出版　2014
生成モデルと識別モデルの違いについて、少しコメントがあります。

順路