Model (or predictor) has two definitions:
- Model as a function
- Model as probability distribution
مدل به عنوان تابع که مشخصه. به ازای هر ورودی فقط یک خروجی میده.
مدل به عنوان توزیع احتمال رو میشه توزیعی از توابع در نظر گرفت. پس به ازای هر ورودی یک خروجی نداریم! یک توزیعی از خروجی داریم و این تفاوت اصلی اش هست.
Also, for inference, when we have a function, we just pass the input and generate an output.
but when having a distribution of functions, we pass an input and then we should sample an output or do something else to get an answer.
در بحث دوم البته وارد فضای Stochastic Process هم میشیم.