Gaussian Process semi-supervizat
Gaussian Process semi-supervizat extinde cadrul probabilist al GP pentru a exploata datele neetichetate alături de un set mic de observații etichetate. Prin plasarea unui prior GP peste funcții și valorificarea structurii geometrice dezvăluite de intrările neetichetate, acesta învață predictori mai preciși și mai bine calibrați decât un GP pur supervizat atunci când etichetele sunt rare, făcându-l potrivit pentru probleme științifice și medicale unde adnotarea este costisitoare.
Citește metoda completă
Autentifică-te cu un cont gratuit pentru a citi această secțiune.
Method map
The neighbourhood of related methods — select a node to explore.
Surse
- 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
Cum se citează această pagină
ScholarGate. (2026, June 3). Semi-supervised Gaussian Process Regression and Classification. ScholarGate. https://scholargate.app/ro/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.
- Proces Gaussian bayesianÎnvățare automată↔ compare
- Proces GaussianÎnvățare automată↔ compare
- Învățare semi-supervizatăÎnvățare automată↔ compare
- Random Forest semi-supervizatÎnvățare automată↔ compare
- Mașină cu vectori suport semi-supervizatăÎnvățare automată↔ compare
Citat de
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →