Proces Gaussa online
Proces Gaussa online (OGP) rozszerza bayesowskie nieparametryczne ramy GP na dane strumieniowe lub napływające sekwencyjnie. Zamiast przeliczać pełne posteriorowe rozkłady GP od zera przy każdym napływającym obserwacji, OGP utrzymuje skondensowane podsumowanie — rzadki zbiór punktów indukcyjnych — i aktualizuje je przyrostowo, co umożliwia regresję i klasyfikację probabilistyczną w czasie rzeczywistym i na dużą skalę.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 3). Online Gaussian Process Regression and Classification. ScholarGate. https://scholargate.app/pl/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.
- Regresja liniowa bayesowskaStatystyka bayesowska↔ compare
- Stochastyczne spuszczanie gradientu (SGD)Uczenie maszynowe↔ compare
- Inferencja wariacyjnaStatystyka bayesowska↔ compare
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →