Gaussian Process en línea
Gaussian Process en línea (OGP) extiende el marco no paramétrico bayesiano de GP a datos en streaming o que llegan secuencialmente. En lugar de recalcular la posterior completa de GP desde cero a medida que llega cada observación, OGP mantiene un resumen compacto — un conjunto disperso de puntos inductores — y lo actualiza incrementalmente, haciendo que la regresión y clasificación probabilísticas sean factibles en entornos en tiempo real y a gran escala.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Online Gaussian Process Regression and Classification. ScholarGate. https://scholargate.app/es/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.
- Regresión lineal bayesianaBayesiano↔ compare
- Descenso de Gradiente Estocástico (SGD)Aprendizaje automático↔ compare
- Inferencia VariacionalBayesiano↔ compare
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →