Онлайн Гаусов Процес
Онлайн Гаусовият Процес (OGP) разширява байесовата нонпараметрична GP рамка към поточни или последователно постъпващи данни. Вместо да преизчислява пълния GP апостериор от нулата при всяко ново наблюдение, OGP поддържа компактно резюме — рядък набор от индуциращи точки — и го обновява поетапно, което прави вероятностната регресия и класификация осъществими в реално време и при мащабни настройки.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Csató, L. & Opper, M. (2002). Sparse on-line Gaussian processes. Neural Computation, 14(3), 641–668. DOI: 10.1162/089976602317250933 ↗
- Engel, Y., Mannor, S. & Meir, R. (2004). The kernel recursive least-squares algorithm. IEEE Transactions on Signal Processing, 52(8), 2275–2285. DOI: 10.1109/TSP.2004.830985 ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Online Gaussian Process Regression and Classification. ScholarGate. https://scholargate.app/bg/machine-learning/online-gaussian-process
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Байесов линейн регресионен моделБейсови методи↔ compare
- Стохастичен градиентен спусък (SGD)Машинно обучение↔ compare
- Вариационен инференсБейсови методи↔ compare
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →