- 譯者：Veagau（https://www.cnblogs.com/veagau/）
- 參考：【蒂賓根大學PPT】
- 時間：2019年12月31日
參數化模型
英文名稱：Parametric Model
假設模型由有限組參數限定。在給定參數 \(\theta\) 下（對數據分布進行假設），未來的預測值 \(x\) ，與觀測數據 \(D\) 無關：
\[P\left(x | \theta,D\right)=P\left(x | \theta\right) \]
因此參數 \(\theta\) 可以捕獲關於數據 \(D\) 的全部信息。
非參數化模型
英文名稱：Nonparametric Model
假設數據分布不能由一組有限參數限定，但可以由一個無限維的參數來確定，參數 \(\theta\) 通常表示為一個函數。
因此參數 \(\theta\) 捕獲的關於數據 \(D\) 的信息會隨着數據的增多而增多。