Puolivalvottu Gaussin prosessi
Puolivalvottu Gaussin prosessi (Semi-supervised Gaussian Process) laajentaa todennäköisyyspohjaista GP-kehystä hyödyntämään merkitsemättömiä tietoja pienen määrän merkittyjen havaintojen rinnalla. Asettamalla funktioille GP-priorin ja hyödyntämällä merkitsemättömien syötteiden paljastamaa geometrista rakennetta, se oppii tarkempia ja paremmin kalibroituja ennustimia kuin puhtaasti valvottu GP, kun merkintöjä on vähän. Tämä tekee siitä sopivan tieteellisiin ja lääketieteellisiin ongelmiin, joissa annotointi on kallista.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- 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
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Semi-supervised Gaussian Process Regression and Classification. ScholarGate. https://scholargate.app/fi/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.
- Bayesiläinen Gaussin prosessiKoneoppiminen↔ compare
- Gaussinen prosessiKoneoppiminen↔ compare
- Puoliohjattu oppiminenKoneoppiminen↔ compare
- Puolivalvottu satunnaismetsäKoneoppiminen↔ compare
- Puolivalvottu tukivektorikoneKoneoppiminen↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →