Online Gaussian Process
Az Online Gaussian Process (OGP) a Bayes-i nemparaméteres GP keretrendszert bővíti ki streamelt vagy szekvenciálisan érkező adatokra. Ahelyett, hogy minden új megfigyelés érkezésekor a teljes GP utóeloszlást a nulláról számolnák újra, az OGP egy kompakt összefoglalót – indukciós pontok egy ritka halmazát – tart fenn, és azt inkrementálisan frissíti, lehetővé téve a valós idejű és nagyméretű valószínűségi regressziót és osztályozást.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- 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 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Online Gaussian Process Regression and Classification. ScholarGate. https://scholargate.app/hu/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.
- Bayesian lineáris regresszióBayes-statisztika↔ compare
- Sztochasztikus gradiens leszúrás (SGD)Gépi tanulás↔ compare
- Variational InferenceBayes-statisztika↔ compare
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →