فرایند گاوسی آنلاین
فرایند گاوسی آنلاین (OGP) چارچوب ناپارامتری بیزی GP را به دادههای جریانی یا دادههایی که به صورت متوالی وارد میشوند، تعمیم میدهد. به جای محاسبه مجدد کامل پسین GP از ابتدا با ورود هر مشاهده، OGP یک خلاصه فشرده - مجموعهای پراکنده از نقاط القایی - را حفظ کرده و آن را به صورت افزایشی بهروزرسانی میکند، که رگرسیون و طبقهبندی احتمالی را در مقیاس بزرگ و در زمان واقعی امکانپذیر 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
- 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 ↗
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 3). Online Gaussian Process Regression and Classification. ScholarGate. https://scholargate.app/fa/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.
- رگرسیون خطی بیزیبیزی↔ compare
- کاهش گرادیان تصادفی (SGD)یادگیری ماشین↔ compare
- استنتاج تغییریبیزی↔ compare
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →