Kaedah Bukan Parametrik Bayesian

Kaedah bukan parametrik Bayesian ialah keluarga model Bayesian yang fleksibel di mana kerumitan model tidak ditetapkan lebih awal tetapi berkembang secara automatik dengan data. Dua ahli yang paling meluas digunakan ialah Campuran Proses Dirichlet (DPM), yang mengumpulkan pemerhatian tanpa menentukan bilangan kelompok terlebih dahulu, dan regresi Proses Gaussian (GP), yang meletakkan prior secara langsung ke atas fungsi dan melakukan regresi atau klasifikasi tanpa terikat pada bentuk parametrik. Kedua-dua rangka kerja telah diformalkan dalam kesusasteraan Bayesian bukan parametrik, dengan rawatan GP kanonik diberikan oleh Rasmussen dan Williams (2006).