Robusztus Gausszi-folyamat
A robusztus Gausszi-folyamat (Robust GP) kiterjeszti a standard Gausszi-folyamat keretrendszerét azáltal, hogy a Gausszi zaj-valószínűségi függvényt egy vastag farkú eloszlással – tipikusan Student-t eloszlással – helyettesíti, így a tréningadatok kiugró értékei kisebb hatást gyakorolnak a tanult függvényre. Megtartja a standard GP teljes valószínűségi, bizonytalanságot kvantifikáló jellegét, miközben sokkal kevésbé érzékennyé válik a sérült vagy rendellenes megfigyelésekre.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- 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
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Robust Gaussian Process Regression and Classification. ScholarGate. https://scholargate.app/hu/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.
- Bayesiánus Gauss-folyamatGépi tanulás↔ compare
- Gauss-folyamatGépi tanulás↔ compare
- Robusztus lineáris regresszióGépi tanulás↔ compare
- Robust Random ForestGépi tanulás↔ compare
- Robuszt Támogató Vektor GépGépi tanulás↔ compare
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →