Mnohé bežne používané algoritmy sa zakladajú na využití parametrických metód – teda takých, ktoré sa pokúšajú jednotlivé merania alebo pozorovania nafitovať nejakou známou funkciou pomocou zmeny jej parametrov. Často však narážame na problémy, keď tvar ani približný predpis funkcie buď vôbec vopred nepoznáme, alebo tušíme, že by mohla byť veľmi zložitá. Vtedy nám vedia pomôcť neparametrické metódy.

Ukážeme si využitie dvoch jadrových metód v astronómii: ako odhadnúť funkciu hustoty pravdepodobnosti z konečného počtu vzoriek (teda Kernel Density Estimation) a na jej základe zostaviť globálny model aktivity meteorov; a tiež ako vyhladiť viacrozmernú funkciu pomocou jadier, ak máme k dispozícii iba niekoľko málo pozorovaní (čiže takzvaný Kernel Smoothing) – v našom prípade ako opraviť chyby a skreslenia vyšších rádov na zázname celooblohovej kamery s pomocou hviezdneho katalógu.