- 译者：Veagau（https://www.cnblogs.com/veagau/）
- 参考：【蒂宾根大学PPT】
- 时间：2019年12月31日
参数化模型
英文名称：Parametric Model
假设模型由有限组参数限定。在给定参数 \(\theta\) 下（对数据分布进行假设），未来的预测值 \(x\) ，与观测数据 \(D\) 无关：
\[P\left(x | \theta,D\right)=P\left(x | \theta\right) \]
因此参数 \(\theta\) 可以捕获关于数据 \(D\) 的全部信息。
非参数化模型
英文名称：Nonparametric Model
假设数据分布不能由一组有限参数限定，但可以由一个无限维的参数来确定，参数 \(\theta\) 通常表示为一个函数。
因此参数 \(\theta\) 捕获的关于数据 \(D\) 的信息会随着数据的增多而增多。