Напівкерований Гаусівський процес
Напівкерований Гаусівський процес розширює ймовірнісну структуру Гаусівського процесу для використання нерозмічених даних поряд із невеликою кількістю розмічених спостережень. Розміщуючи Гаусівський процес як апріорний розподіл над функціями та використовуючи геометричну структуру, виявлену нерозміченими вхідними даними, він навчає точніших і краще відкаліброваних предикторів, ніж суто керований Гаусівський процес, коли мітки є рідкісними, що робить його добре придатним для наукових і медичних завдань, де анотація є дорогою.
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
- Lawrence, N. D., & Jordan, M. I. (2004). Semi-supervised learning via Gaussian processes. In Advances in Neural Information Processing Systems (NIPS), 17, 753–760. MIT Press. link ↗
- Rasmussen, C. E., & Williams, C. K. I. (2006). Gaussian Processes for Machine Learning. MIT Press. ISBN: 978-0-262-18253-9
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Semi-supervised Gaussian Process Regression and Classification. ScholarGate. https://scholargate.app/uk/machine-learning/semi-supervised-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.
- Байєсівський гауссівський процесМашинне навчання↔ compare
- Гаусівський процесМашинне навчання↔ compare
- Напівкероване навчанняМашинне навчання↔ compare
- Напівкерований випадковий лісМашинне навчання↔ compare
- Напівкерована опорно-векторна машинаМашинне навчання↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →