Online Gaussov proces
Online Gaussov proces (OGP) rozširuje bayesovský neparametrický rámec GP na prichádzajúce dáta v reálnom čase alebo sekvenčne. Namiesto opätovného výpočtu celej GP posteriornej distribúcie od začiatku pri každej novej observácii, OGP udržiava kompaktný súhrn — riedku množinu indukčných bodov — a inkrementálne ho aktualizuje, čím umožňuje pravdepodobnostnú regresiu a klasifikáciu v reálnom čase a vo veľkých dátových sadách.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- 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 ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). Online Gaussian Process Regression and Classification. ScholarGate. https://scholargate.app/sk/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.
- Bayesovská lineárna regresiaBayesovské metódy↔ compare
- Stochastický gradientný zostup (SGD)Strojové učenie↔ compare
- Variačná inferenciaBayesovské metódy↔ compare
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →