Gaussian Process Ensemble
L'Ensemble Gaussian Process (Ensemble GP) entrena múltiples experts GP independents en subconjunts de dades o regions superposades, i després combina les seves prediccions posteriors —mitjanes i variàncies— en una única predicció probabilística. Aquest enfocament manté les estimacions d'incertesa calibrades dels GP estàndard, alhora que supera el seu coll d'ampolla de cost cúbic O(n³), fent que la regressió probabilística sigui pràctica en conjunts de dades amb milers a milions d'observacions.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- Tresp, V. (2000). A Bayesian Committee Machine. Neural Computation, 12(11), 2719–2741. DOI: 10.1162/089976600300014908 ↗
- Deisenroth, M. P., & Ng, J. W. (2015). Distributed Gaussian Processes. Proceedings of the 32nd International Conference on Machine Learning (ICML), PMLR 37, 1481–1490. link ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Ensemble of Gaussian Processes (Committee / Distributed GP). ScholarGate. https://scholargate.app/ca/machine-learning/ensemble-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.
- Processià Gaussian BayesàAprenentatge automàtic↔ compare
- Processos GaussianosAprenentatge automàtic↔ compare
- Random ForestAprenentatge automàtic↔ compare
- Votació en conjuntAprenentatge automàtic↔ compare
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →