パラメトリック/ノンパラメトリックオートエンコーダ

Question

オートエンコーダは一般的に（パターン認識の点で）パラメトリックまたはノンパラメトリックであると言えますか？ 根本的なエラー分布を想定できるのでどちらも可能だと思いますが、別の方法でエラーを見積もることもできます。

Answer 1

非標準的な定義パラメトリックまたはオートエンコーダautoencoderが100％パラメトリックでない限り、

誤差分布とは何の関係もありません。最終的に、モデル化された分布は有限集合のパラメータ（ニューラルネットワークの重み）で表されるため、モデルはパラメトリックです。すべてのニューラルネットワークベースのモデルはパラメトリックです（無制限のNNアーキテクチャを考慮しない限り、単一の固定アーキテクチャであればすべての「古典的な」NNは本質的にパラメトリックです）。

ノンパラメトリックでGPを使ったり、ノンパラメトリックな方法で他のノンパラメトリックな方法を使うこともできますが、命名規則の問題となります。オートエンコーダーオートエンコーダーが「伝統的な」ニューラルネットワークを意味する場合、それはパラメトリックです。 E [L（f（x | theta）、x）]を最小にするように訓練されたモデルf（x | theta）を意味するならば、このファミリーはパラメトリックモデルとノンパラメトリックモデル。