Vannak modellek, amelyek megtanulnak generálni. Mások megtanulnak dönteni. A diszkriminatív modellek az osztályok közötti határra összpontosítanak, egy címke valószínűségét becsülik meg a bemenet adott értéke alapján, ahelyett, hogy azt modelleznék, hogyan állították elő magát az adatot.

A logisztikus regresszió, a support vector machine és a legtöbb neurális osztályozó diszkriminatív. Általában felülmúlják a generatív modelleket az osztályozási feladatokban, mivel a kapacitást a döntési határhoz, és nem a teljes adateloszláshoz kötik.

Gyakori diszkriminatív modellek

• Logisztikus regresszió
• Támogató vektor gépek
• Feltételes véletlenszerű mezők
• A legtöbb mély osztályozó

A kompromisszum a rugalmasság. Egy diszkriminatív modell nem tud új mintákat generálni vagy hiányzó adatokat olyan kecsesen kezelni, mint egy generatív megfelelője. A kettő közötti választás attól függ, hogy a feladat predikció vagy szintézis.