Гауссовский процесс

Гауссовский процесс (ГП) — это непараметрическая, полностью вероятностная модель машинного обучения, которая накладывает априорное распределение непосредственно на функции. Вместо предсказания одного значения, он возвращает среднее значение предсказания и откалиброванную оценку неопределенности в каждой тестовой точке, что делает его особенно ценным для регрессии на малых и средних наборах данных и для задач байесовской оптимизации.