Gaussian Process Mạnh mẽ
Gaussian Process Mạnh mẽ (Robust GP) mở rộng khuôn khổ Gaussian Process tiêu chuẩn bằng cách thay thế hàm khả năng nhiễu Gaussian bằng một phân phối có đuôi nặng — thường là Student-t — để các điểm ngoại lai trong dữ liệu huấn luyện ít ảnh hưởng hơn đến hàm đã học. Nó giữ lại đặc tính xác suất đầy đủ, định lượng sự không chắc chắn của GP tiêu chuẩn trong khi trở nên ít nhạy cảm hơn nhiều với các quan sát bị hỏng hoặc bất thường.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Method map
The neighbourhood of related methods — select a node to explore.
Nguồn tài liệu
- 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
Cách trích dẫn trang này
ScholarGate. (2026, June 3). Robust Gaussian Process Regression and Classification. ScholarGate. https://scholargate.app/vi/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.
- Gaussian Process Bayes (GP)Học máy↔ compare
- Quá trình GaussHọc máy↔ compare
- Hồi quy tuyến tính vữngHọc máy↔ compare
- Rừng Ngẫu nhiên Mạnh mẽHọc máy↔ compare
- Máy học vector hỗ trợ mạnh mẽHọc máy↔ compare
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →