ベイズ非パラメトリック法

ベイズ非パラメトリック法は、モデルの複雑さが事前に固定されず、データとともに自動的に増大する、柔軟なベイズモデルの一群である。最も広く用いられている2つのメンバーは、クラスタ数を事前に指定せずに観測値をクラスタリングするディリクレ過程混合（DPM）と、関数上に直接事前分布を置き、パラメトリックな形式にコミットすることなく回帰または分類を行うガウス過程（GP）回帰である。両方の枠組みはベイズ非パラメトリック文献で形式化されており、GPの標準的な扱いはRasmussen and Williams (2006) によって与えられている。