Machine learningMachine learning
オンラインガウス過程
オンラインガウス過程（OGP）は、ベイジアンノンパラメトリックGPフレームワークをストリーミングデータまたは逐次的に到着するデータに拡張したものです。各観測値が到着するたびに完全なGP事後分布を最初から再計算する代わりに、OGPはコンパクトな要約（スパースな誘導点セット）を維持し、それを段階的に更新することで、確率的回帰と分類をリアルタイムおよび大規模設定で実行可能にします。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- 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 ↗
このページの引用方法
ScholarGate. (2026, June 3). Online Gaussian Process Regression and Classification. ScholarGate. https://scholargate.app/ja/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.
Compare side by side →