Regularized Gaussian Process Regression and Classification

Hãy tưởng tượng việc khớp một đường cong mượt mà qua các quan sát nhiễu. Một GP thuần túy sẽ đi qua mọi điểm một cách chính xác; việc thêm một số hạng chính quy hóa (phương sai nhiễu sigma_n^2) cho mô hình biết rằng bản thân các phép đo là không chắc chắn, do đó đường cong không cần phải chạm chính xác vào từng quan sát. Điều này ngăn chặn hiện tượng quá khớp trên dữ liệu nhiễu. Tham số chính quy hóa đánh đổi sự trung thực với các điểm huấn luyện với sự mượt mà của hàm suy luận. Bởi vì GP là Bayes, kết quả không chỉ là một dự đoán điểm mà là một phân phối xác suất đầy đủ trên các giá trị hàm khả dĩ, đưa ra các khoảng không chắc chắn trung thực mà mở rộng ra ở những nơi dữ liệu thưa thớt.