摘要：非参数条件分布族介绍了一种将函数参数应用于适当的RKHS中，从而推广了条件指数族。提供了学习广义自然参数的算法，并在明确确定的情况下建立了估计的一致性。实验结果表明，新方法通常优于具有一致性保证的竞争方法，并且在表现出突变和异方差性的数据集上与深层条件密度模型相竞争。
作者：Michael Arbel and Arthur Gretton
论文ID：1711.05363
分类：Machine Learning
分类简称：stat.ML
提交时间：2018-04-10
PDF 下载： 英文版 中文版pdf翻译中