Онлайн-процес Гаусса
Онлайн-процес Гаусса (OGP) розширює байєсівську непараметричну рамку GP на потокові або послідовно надхідні дані. Замість переобчислення повного апостеріорного розподілу GP з нуля при надходженні кожного спостереження, OGP підтримує компактний опис — розріджену множину індуктивних точок — і оновлює його інкрементально, роблячи ймовірнісну регресію та класифікацію можливими в режимі реального часу та в масштабних сценаріях.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- 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 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Online Gaussian Process Regression and Classification. ScholarGate. https://scholargate.app/uk/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.
- Байєсівська лінійна регресіяБаєсові методи↔ compare
- Стохастичний градієнтний спуск (SGD)Машинне навчання↔ compare
- Варіаційний висновокБаєсові методи↔ compare
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →