Sto leggendo l'articolo di Wikipedia sui modelli statistici qui , e sono un po 'perplesso sul significato di "modelli statistici non parametrici", in particolare:
Un modello statistico non è parametrico se il set di parametri è di dimensione infinita. Un modello statistico è semiparametrico se presenta parametri sia a dimensione finita che a dimensione infinita. Formalmente, se è la dimensione di e è il numero di campioni, entrambi i modelli semiparametrici e non parametrici hanno come . Se come , il modello è semiparametrico; in caso contrario, il modello non è parametrico.
Capisco che se la dimensione , (presumo che significhi letteralmente, il numero di parametri) di un modello è finita, allora questo è un modello parametrico.
Ciò che non ha senso per me, è come possiamo avere un modello statistico che ha un numero infinito di parametri, in modo tale che possiamo chiamarlo "non parametrico". Inoltre, anche se fosse così, perché il "non-", se in realtà ci sono un numero infinito di dimensioni? Infine, poiché sto arrivando a questo da un background di apprendimento automatico, c'è qualche differenza tra questo "modello statistico non parametrico" e dire "modelli di apprendimento automatico non parametrico"? Infine, quali potrebbero essere alcuni esempi concreti di tali "modelli dimensionali infiniti non parametrici"?