Questions marquées «gaussian-process»

Les processus gaussiens font référence à des processus stochastiques dont la réalisation consiste en des variables aléatoires normalement distribuées, avec la propriété supplémentaire que toute collection finie de ces variables aléatoires a une distribution normale multivariée. La machinerie des processus gaussiens peut être utilisée dans les problèmes de régression et de classification.

16
Processus gaussien: propriétés d'approximation de fonction

J'apprends le processus gaussien et n'ai entendu que des morceaux. J'apprécierais vraiment les commentaires et les réponses. Pour tout ensemble de données, est-il vrai qu'une approximation de la fonction du processus gaussien donnerait une erreur d'ajustement nulle ou négligeable aux points de...

13
Avantages des processus gaussiens

J'ai cette confusion liée aux avantages des processus gaussiens. Je veux le comparer à une simple régression linéaire, où nous avons défini que la fonction linéaire modélise les données. Cependant, dans les processus gaussiens, nous définissons la distribution des fonctions signifie que nous ne...

12
Dérivée d'un processus gaussien

Je crois que la dérivée d'un processus gaussien (GP) est un autre GP, et je voudrais donc savoir s'il existe des équations de forme fermée pour les équations de prédiction de la dérivée d'un GP? En particulier, j'utilise le noyau de covariance exponentielle au carré (également appelé gaussien) et...

11
Principaux avantages des modèles de processus gaussiens

Le processus gaussien a été largement utilisé, notamment en émulation. On sait que la demande de calcul est élevée ( ).0(n3)0(n3)0(n^3) Qu'est-ce qui les rend populaires? Quels sont leurs principaux avantages cachés? Pourquoi sont-ils utilisés à la place des modèles paramétriques (par modèle...