Robustný Gaussovský Proces
Robustný Gaussovský Proces (Robustný GP) rozširuje štandardný rámec Gaussovského Procesu nahradením Gaussovskej šumovej pravdepodobnosti distribúciou s ťažkými chvostami — typicky Studentovým t-rozdelením — aby odľahlé hodnoty v trénovacích dátach mali menší vplyv na naučenú funkciu. Zachováva si plný probabilistický charakter štandardného GP kvantifikujúci neistotu, pričom sa stáva oveľa menej citlivým na poškodené alebo anomálne pozorovania.
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
- Jylanki, P., Vanhatalo, J., & Vehtari, A. (2011). Robust Gaussian Process Regression with a Student-t Likelihood. Journal of Machine Learning Research, 12, 3227–3257. link ↗
- Rasmussen, C. E., & Williams, C. K. I. (2006). Gaussian Processes for Machine Learning. MIT Press. ISBN: 978-0-262-18253-9
Ako citovať túto stránku
ScholarGate. (2026, June 3). Robust Gaussian Process Regression and Classification. ScholarGate. https://scholargate.app/sk/machine-learning/robust-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.
- Bayesianovský Gaussovský procesStrojové učenie↔ compare
- Gaussov procesStrojové učenie↔ compare
- Robustná lineárna regresiaStrojové učenie↔ compare
- Robust Random ForestStrojové učenie↔ compare
- Robust Support Vector MachineStrojové učenie↔ compare
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →