Un modelo discriminativo se enfoca directamente en la frontera que separa distintas categorías —por ejemplo, distinguir un correo spam de uno legítimo— sin necesariamente modelar cómo luce internamente cada categoría en su totalidad, a diferencia de un modelo generativo.
Cuándo se prefiere este enfoque
Para tareas puramente de clasificación o predicción, los modelos discriminativos suelen ser más simples y eficientes de entrenar que los generativos, ya que se concentran exclusivamente en resolver la tarea de distinción, sin el trabajo adicional de aprender a generar contenido nuevo.