Gaussiaans Proces

Een Gaussisch Proces (GP) is een niet-parametrisch, volledig probabilistisch machine learning-model dat een prior-verdeling direct over functies plaatst. In plaats van een enkele waarde te voorspellen, retourneert het een voorspellende gemiddelde en een gekalibreerde onzekerheidsschatting bij elk testpunt, wat het bijzonder waardevol maakt voor regressie op kleine tot middelgrote datasets en voor Bayesiaanse optimalisatietaken.