Daļēji uzraudzīts Gausa process
Daļēji uzraudzīts Gausa process paplašina probabilitātes GP sistēmu, lai izmantotu nenosauktus datus līdzās nelielam skaitam nosauktu novērojumu. Novietojot GP pirms funkcijām un izmantojot ģeometrisko struktūru, ko atklāj nenosaukti ievades, tas mācās precīzākus un labāk kalibrētus prognozētājus nekā tīri uzraudzīts GP, ja nosaukumi ir reti, padarot to piemērotu zinātniskiem un medicīniskiem uzdevumiem, kur anotācija ir dārga.
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
- Lawrence, N. D., & Jordan, M. I. (2004). Semi-supervised learning via Gaussian processes. In Advances in Neural Information Processing Systems (NIPS), 17, 753–760. MIT Press. 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). Semi-supervised Gaussian Process Regression and Classification. ScholarGate. https://scholargate.app/lv/machine-learning/semi-supervised-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
- Daudzpusīgā apguveMašīnmācīšanās↔ compare
- Daļēji uzraudzīts Random ForestMašīnmācīšanās↔ compare
- Daļēji uzraudzīts atbalsta vektoru mašīnaMašīnmācīšanās↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →