Robusni Gausov proces
Robusni Gausov proces (Robust GP) proširuje standardni okvir Gausovog procesa zamenom Gausove verodostojnosti šuma raspodelom sa teškim repovima — obično Student-t raspodelom — tako da autlajeri u podacima za obuku manje utiču na naučenu funkciju. On zadržava pun probabilistički karakter standardnog GP-a koji kvantifikuje nesigurnost, dok istovremeno postaje daleko manje osetljiv na oštećena ili anomalna zapažanja.
Pročitajte celu metodu
Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Robust Gaussian Process Regression and Classification. ScholarGate. https://scholargate.app/sr/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.
- Bajezov Gausov procesMašinsko učenje↔ compare
- Gausov procesMašinsko učenje↔ compare
- Робусна линеарна регресијаMašinsko učenje↔ compare
- Робусна насумична шумаMašinsko učenje↔ compare
- Robust Support Vector MachineMašinsko učenje↔ compare
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →