Machine learningMachine learning

גאוסית תהליך חסין

תהליך גאוסי חסין (Robust GP) מרחיב את מסגרת התהליך הגאוסי הסטנדרטי על ידי החלפת פונקציית הנראות של רעש גאוסי בהתפלגות בעלת זנבות כבדים — בדרך כלל התפלגות t של סטודנט — כך שערכים חריגים בנתוני האימון ישפיעו פחות על הפונקציה הנלמדת. הוא שומר על האופי ההסתברותי המלא, המכמת אי-ודאות, של תהליך גאוסי סטנדרטי, תוך שהוא הופך פחות רגיש לתצפיות פגומות או חריגות.

פתיחה ב-MethodMindבקרובוידאובקרובDownload slides

קראו את השיטה במלואה

לחברים בלבד

התחברו עם חשבון חינמי כדי לקרוא חלק זה.

התחברות

Method map

The neighbourhood of related methods — select a node to explore.

מקורות

  1. Jylanki, P., Vanhatalo, J., & Vehtari, A. (2011). Robust Gaussian Process Regression with a Student-t Likelihood. Journal of Machine Learning Research, 12, 3227–3257. link
  2. Rasmussen, C. E., & Williams, C. K. I. (2006). Gaussian Processes for Machine Learning. MIT Press. ISBN: 978-0-262-18253-9

איך לצטט עמוד זה

ScholarGate. (2026, June 3). Robust Gaussian Process Regression and Classification. ScholarGate. https://scholargate.app/he/machine-learning/robust-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.

Compare side by side
ScholarGateRobust Gaussian Process (Robust Gaussian Process Regression and Classification). אוחזר בתאריך 2026-06-15 מתוך https://scholargate.app/he/machine-learning/robust-gaussian-process · מערך נתונים: https://doi.org/10.5281/zenodo.20539026