모수적 방법론 VS 비모수적 방법론

# 모수적 방법론

적절한 가정을 기반으로, 확률분포를 추정하여 문제를 해결하는 것은 ML과 통계학의 목표다. 

하지만 유한한 개수의 데이터 만으로 모집단의 분포를 정확하게 알아내는 것은 사실상 불가능하니, 데이터의 확률분포를 근사적으로 추정할 수 밖에 없다.

이에 따라 데이터가 특정 확률분포를 따른다고 가정한 후, 그 확률분포를 결정하는 모수를 추정하는 방법론을 말한다.

 

# 비모수적 방법론

특정 확률분포를 가정하는 것이 아니라, data에 따라 모델 구조 및 모수의 개수가 유연히 변화하는 방법론을 말한다.

ML의 많은 방법론이 이에 해당한다.

모수가 무한히 많거나 data에 따라 무한히 변화하는 경우를 포함한다.