Robust Gaussian Process
Robust Gaussian Process (Robust GP) paplašināts standarta Gaussian Process ietvars, aizstājot Gaussian trokšņa ticamību ar sadalījumu ar smagām astēm — parasti Student-t — tā, lai treniņu datu ārējās vērtības mazāk ietekmētu apgūto funkciju. Tas saglabā pilnīgu probabilistisku, nenoteiktību kvantificējošu Gaussian Process raksturu, vienlaikus kļūstot daudz mazāk jutīgs pret bojātiem vai anomāliem novērojumiem.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- 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
Kā citēt šo lapu
ScholarGate. (2026, June 3). Robust Gaussian Process Regression and Classification. ScholarGate. https://scholargate.app/lv/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.
- Beijes Gaussian processMašīnmācīšanās↔ compare
- Gausa processMašīnmācīšanās↔ compare
- Robustā lineārā regresijaMašīnmācīšanās↔ compare
- Robust Random ForestMašīnmācīšanās↔ compare
- Robustais atbalsta vektoru mašīnas (Robust SVM)Mašīnmācīšanās↔ compare
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →