Ensemble Gaussian Process
Ensemble Gaussian Process treenib mitu sõltumatut Gaussi protsessi (GP) eksperti andmete alamhulkadel või kattuvatel piirkondadel, seejärel kombineerib nende aposterioorsed ennustused – keskmised ja dispersioonid – üheks tõenäosuslikuks prognoosiks. See lähenemine säilitab standardsete GP-de kalibreeritud ebakindluse hinnangud, ületades samal ajal nende O(n³) kuupmeetrilise kulude kitsaskoha, muutes tõenäosusliku regressiooni praktiliseks tuhandete kuni miljonite vaatlustega andmestike puhul.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- 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 ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Ensemble of Gaussian Processes (Committee / Distributed GP). ScholarGate. https://scholargate.app/et/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.
- Bayesian Gaussian ProcessMasinõpe↔ compare
- Gaussi protsessMasinõpe↔ compare
- Juhuslik metsMasinõpe↔ compare
- HääletusansambelMasinõpe↔ compare
Märkasid sellel lehel viga? Teata sellest või paku parandust →