Poolitatud Gaussi protsess
Poolitatud Gaussi protsess laiendab tõenäosuslikku GP raamistikku, et kasutada ära märgistamata andmeid koos väikese hulga märgistatud vaatlustega. Asetades GP priori funktsioonidele ja kasutades ära märgistamata sisendite poolt paljastatud geomeetrilist struktuuri, õpib see saavutama täpsemaid ja paremini kalibreeritud ennustajaid kui puhtalt juhendatud GP, kui märgised on haruldased, muutes selle sobivaks teaduslike ja meditsiiniliste probleemide jaoks, kus annotatsioon on kulukas.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- 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
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Semi-supervised Gaussian Process Regression and Classification. ScholarGate. https://scholargate.app/et/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.
- Bayesian Gaussian ProcessMasinõpe↔ compare
- Gaussi protsessMasinõpe↔ compare
- Poolitatud järelevalvega õppimineMasinõpe↔ compare
- Poolitatud juhuslik metsMasinõpe↔ compare
- Poolitatud masinõppe tugivektor (Semi-supervised Support Vector Machine)Masinõpe↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →