Process Gaussian semisupervisat
El Process Gaussian semisupervisat estén el marc probabilístic del GP per a explotar dades no etiquetades al costat d'un petit conjunt d'observacions etiquetades. En col·locar un prior GP sobre funcions i aprofitant l'estructura geomètrica revelada per les entrades no etiquetades, aprèn predictors més precisos i millor calibrats que un GP purament supervisat quan les etiquetes són escasses, fent-lo adequat per a problemes científics i mèdics on l'anotació és costosa.
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
- Lawrence, N. D., & Jordan, M. I. (2004). Semi-supervised learning via Gaussian processes. In Advances in Neural Information Processing Systems (NIPS), 17, 753–760. MIT Press. 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). Semi-supervised Gaussian Process Regression and Classification. ScholarGate. https://scholargate.app/ca/machine-learning/semi-supervised-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
- Aprenentatge semi-supervisatAprenentatge automàtic↔ compare
- Bosc Aleatori Semi-supervisatAprenentatge automàtic↔ compare
- Support Vector Machine Semisupervisat (S3VM)Aprenentatge automàtic↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →