Kärninbäddning av fördelningar
term_id: kernel_embedding_of_distributions
Category: training_techniques
Definition
Kärninbäddning av fördelningar gör det möjligt att behandla probabilistiska objekt som punkter i ett högdimensionellt funktionsrum kallat Reproducing Kernel Hilbert Space (RKHS). Genom att mappa fördelningar till detta rum kan man använda…
Summary
En teknik som mappar sannolikhetsfördelningar till ett reproducerande kärn-Hilbertrum för att möjliggöra jämförelse och manipulation via vektoroperationer.
Key Concepts
- Reproducerande kärn-Hilbertrum
- Medelvärdembedding
- Icke-parametrisk inferens
- Fördelningsjämförelse
Use Cases
- Hypotesprövning för två stickprov
- Upptäckande av kausalitet från observationsdata
- Jämförelse av output från generativa modeller