कुछ मॉडल डेटा उत्पन्न करना सीखते हैं। अन्य मॉडल निर्णय लेना सीखते हैं। विभेदक मॉडल वर्गों के बीच की सीमा पर ध्यान केंद्रित करते हैं, इनपुट के आधार पर लेबल की संभावना का अनुमान लगाते हैं, न कि इस बात का मॉडल बनाते हैं कि डेटा स्वयं कैसे उत्पन्न हुआ।

लॉजिस्टिक रिग्रेशन, सपोर्ट वेक्टर मशीन और अधिकांश न्यूरल क्लासिफायर भेदभावपूर्ण होते हैं। वर्गीकरण कार्यों में ये जनरेटिव मॉडल से बेहतर प्रदर्शन करते हैं क्योंकि ये संपूर्ण डेटा वितरण के बजाय निर्णय सीमा पर अपनी क्षमता केंद्रित करते हैं।

सामान्य विभेदक मॉडल

• संभार तन्त्र परावर्तन
• समर्थन वेक्टर मशीन
• सशर्त यादृच्छिक क्षेत्र
• अधिकांश गहरे क्लासिफायर

इसमें लचीलापन एक समझौता है। एक विवेचनात्मक मॉडल नए नमूने उत्पन्न नहीं कर सकता या जनरेटिव मॉडल की तरह आसानी से गुम डेटा को संभाल नहीं सकता। इन दोनों में से चुनाव इस बात पर निर्भर करता है कि कार्य भविष्यवाणी करना है या संश्लेषण करना।