Online Gaussisk prosess
Online Gaussisk prosess (OGP) utvider den bayesianske ikke-parametriske GP-rammeverket til strømmende eller sekvensielt ankommende data. I stedet for å beregne hele GP-posterioren fra bunnen av hver gang en observasjon ankommer, vedlikeholder OGP en kompakt oppsummering – et sparsomt sett med induksjonspunkter – og oppdaterer den inkrementelt, noe som gjør sannsynlighetsregresjon og klassifisering gjennomførbart i sanntid og i stor skala.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 3). Online Gaussian Process Regression and Classification. ScholarGate. https://scholargate.app/no/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.
- Bayesiansk lineær regresjonBayesiansk↔ compare
- Stokastisk gradientnedstigning (SGD)Maskinlæring↔ compare
- VariasjonsinferensBayesiansk↔ compare
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →