Kernel embedding of distributions
term_id: kernel_embedding_of_distributions
Category: training_techniques
Definition
Kernel Embedding of Distributions stelt probabilistische objecten in staat om als punten in een hoogdimensionale functieruimte te worden behandeld, genaamd een Reproduceerbaar Kern-Hilbertruimte (RKHS). Door distributies af te beelden op
Summary
Een techniek die waarschijnlijkheidsdistributies afbeeldt in een reproduceerbaar kern-Hilbertruimte om vergelijking en manipulatie via vectoroperaties mogelijk te maken.
Key Concepts
- Reproduceerbaar Kern-Hilbertruimte
- Gemiddelde-embedding
- Niet-parametrische Inferentie
- Vergelijking van distributies
Use Cases
- Toetsen van hypothesen bij twee steekproeven
- Oorzaakontdekking vanuit observationele gegevens
- Vergelijken van uitvoer van generatieve modellen