Robusni Gaussov proces
Robusni Gaussov proces (Robust GP) proširuje standardni Gaussov proces zamjenom vjerojatnosti Gaussovog šuma distribucijom s teškim repovima — obično Studentovom t-distribucijom — tako da odstupanja u podacima za treniranje manje utječu na naučenu funkciju. Zadržava puni probabilistički karakter standardnog GP-a koji kvantificira nesigurnost, istovremeno postajući daleko manje osjetljiv na oštećena ili anomna zapažanja.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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 ↗
- Rasmussen, C. E., & Williams, C. K. I. (2006). Gaussian Processes for Machine Learning. MIT Press. ISBN: 978-0-262-18253-9
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Robust Gaussian Process Regression and Classification. ScholarGate. https://scholargate.app/hr/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.
- Bayesovski Gaussov procesStrojno učenje↔ compare
- Gaussovi procesiStrojno učenje↔ compare
- Robustna linearna regresijaStrojno učenje↔ compare
- Robusna slučajna šumaStrojno učenje↔ compare
- Robusna podrška vektorskim strojevimaStrojno učenje↔ compare
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →