Process Gaussian Robusta
El Process Gaussian Robusta (GP Robusta) estén el marc estàndard del Process Gaussian reemplaçant la funció de versemblança del soroll Gaussian per una distribució de cues pesades —típicament la de Student-t— de manera que els valors atípics en les dades d'entrenament exerceixin menys influència en la funció apresa. Conserva el caràcter probabilístic complet i de quantificació d'incertesa d'un GP estàndard, alhora que esdevé molt menys sensible a observacions corrompudes o anòmales.
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
- Jylanki, P., Vanhatalo, J., & Vehtari, A. (2011). Robust Gaussian Process Regression with a Student-t Likelihood. Journal of Machine Learning Research, 12, 3227–3257. link ↗
- Rasmussen, C. E., & Williams, C. K. I. (2006). Gaussian Processes for Machine Learning. MIT Press. ISBN: 978-0-262-18253-9
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Robust Gaussian Process Regression and Classification. ScholarGate. https://scholargate.app/ca/machine-learning/robust-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
- Regressió Lineal RobustaAprenentatge automàtic↔ compare
- Robust Random ForestAprenentatge automàtic↔ compare
- Support Vector Machine RobustAprenentatge automàtic↔ compare
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →