Machine learningMachine learning

Επιβλεπόμενη διαδικασία Gaussian (Semi-supervised Gaussian Process)

Η επιβλεπόμενη διαδικασία Gaussian (Semi-supervised Gaussian Process) επεκτείνει το πιθανοτικό πλαίσιο GP για να αξιοποιήσει μη επισημασμένα δεδομένα παράλληλα με ένα μικρό σύνολο επισημασμένων παρατηρήσεων. Τοποθετώντας έναν εκ των προτέρων GP σε συναρτήσεις και αξιοποιώντας τη γεωμετρική δομή που αποκαλύπτεται από μη επισημασμένες εισόδους, μαθαίνει ακριβέστερους και καλύτερα βαθμονομημένους προγνώστες από μια καθαρά επιβλεπόμενη GP όταν οι ετικέτες είναι σπάνιες, καθιστώντας την κατάλληλη για επιστημονικά και ιατρικά προβλήματα όπου η σχολιασμός είναι δαπανηρός.

Άνοιγμα στο MethodMindΣύντομαΒίντεοΣύντομαDownload slides

Διαβάστε ολόκληρη τη μέθοδο

Μόνο για μέλη

Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.

Σύνδεση

Method map

The neighbourhood of related methods — select a node to explore.

Πηγές

  1. 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
  2. Rasmussen, C. E., & Williams, C. K. I. (2006). Gaussian Processes for Machine Learning. MIT Press. ISBN: 978-0-262-18253-9

Πώς να παραπέμψετε σε αυτή τη σελίδα

ScholarGate. (2026, June 3). Semi-supervised Gaussian Process Regression and Classification. ScholarGate. https://scholargate.app/el/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.

Compare side by side

Αναφέρεται από

ScholarGateSemi-supervised Gaussian Process (Semi-supervised Gaussian Process Regression and Classification). Ανακτήθηκε στις 2026-06-15 από https://scholargate.app/el/machine-learning/semi-supervised-gaussian-process · Σύνολο δεδομένων: https://doi.org/10.5281/zenodo.20539026