فرایند گوسی جمعی (Ensemble Gaussian Process)
فرایند گوسی جمعی (Ensemble Gaussian Process) چندین متخصص مستقل فرایند گوسی (GP) را بر روی زیرمجموعههای داده یا نواحی همپوشان آموزش میدهد، سپس پیشبینیهای احتمالی آنها - میانگینها و واریانسها - را در یک پیشبینی احتمالی واحد ترکیب میکند. این رویکرد، تخمینهای عدم قطعیتِ کالیبرهشدهی فرایندهای گوسی استاندارد را حفظ کرده و در عین حال بر گلوگاه هزینه مکعبی O(n³) آنها غلبه میکند و رگرسیون احتمالی را بر روی مجموعه دادههایی با هزاران تا میلیونها مشاهده، عملی میسازد.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
Method map
The neighbourhood of related methods — select a node to explore.
منابع
- 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 ↗
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 3). Ensemble of Gaussian Processes (Committee / Distributed GP). ScholarGate. https://scholargate.app/fa/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.
- فرایند گاوسی بیزییادگیری ماشین↔ compare
- فرایند گوسییادگیری ماشین↔ compare
- جنگل تصادفییادگیری ماشین↔ compare
- مجموعه رأیگیرییادگیری ماشین↔ compare
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →