Domande taggate «gaussian-process»

I processi gaussiani si riferiscono a processi stocastici la cui realizzazione consiste in variabili casuali normalmente distribuite, con la proprietà aggiuntiva che qualsiasi raccolta finita di queste variabili casuali abbia una distribuzione normale multivariata. Le macchine dei processi gaussiani possono essere impiegate nei problemi di regressione e classificazione.

2
Qual è la logica della funzione di covarianza di Matérn?
La funzione di covarianza di Matérn è comunemente usata come funzione del kernel nel processo gaussiano. È definito così Cν(d)=σ221−νΓ(ν)(2ν−−√dρ)νKν(2ν−−√dρ)Cν(d)=σ221−νΓ(ν)(2νdρ)νKν(2νdρ) {\displaystyle C_{\nu }(d)=\sigma ^{2}{\frac {2^{1-\nu }}{\Gamma (\nu )}}{\Bigg (}{\sqrt {2\nu }}{\frac {d}{\rho }}{\Bigg )}^{\nu }K_{\nu }{\Bigg (}{\sqrt {2\nu }}{\frac {d}{\rho }}{\Bigg )}} dove è una funzione di distanza (come la …
1
Processo gaussiano: proprietà di approssimazione delle funzioni
Sto imparando il processo gaussiano e ho sentito solo frammenti. Gradirei davvero commenti e risposte. Per qualsiasi set di dati, è vero che un'approssimazione della funzione di processo gaussiana darebbe zero o trascurabile errore di adattamento nei punti dati? In un altro posto ho anche sentito che il processo gaussiano …
2
Che cos'è una distribuzione sulle funzioni?
Sto leggendo un manuale Gaussian Process for Machine Learning di CE Rasmussen e CKI Williams e non riesco a capire cosa significhi distribuzione su funzioni . Nel libro di testo, viene fornito un esempio, che si dovrebbe immaginare una funzione come un vettore molto lungo (in effetti, dovrebbe essere infinitamente …
1
Comprensione della regressione del processo gaussiana tramite la vista della funzione base infinita dimensionale
Si dice spesso che la regressione del processo gaussiano corrisponda (GPR) alla regressione lineare bayesiana con una quantità (forse) infinita di funzioni di base. Attualmente sto cercando di capire questo in dettaglio per ottenere un'intuizione per quale tipo di modelli posso esprimere usando GPR. Pensi che questo sia un buon …
3
Splines vs regressione del processo gaussiana
So che la regressione del processo gaussiana (GPR) è un'alternativa all'utilizzo di spline per il montaggio di modelli non lineari flessibili. Vorrei sapere in quali situazioni uno sarebbe più adatto dell'altro, specialmente nel quadro della regressione bayesiana. Ho già esaminato Quali sono i vantaggi / gli svantaggi dell'utilizzo di spline, …
2
Vantaggi dei processi gaussiani
Ho questa confusione legata ai benefici dei processi gaussiani. Intendo paragonarlo alla semplice regressione lineare, dove abbiamo definito che la funzione lineare modella i dati. Tuttavia, nei processi gaussiani definiamo la distribuzione delle funzioni significa che non definiamo specificamente che la funzione dovrebbe essere lineare. Possiamo definire un priore sulla …
Utilizzando il nostro sito, riconosci di aver letto e compreso le nostre Informativa sui cookie e Informativa sulla privacy.
Licensed under cc by-sa 3.0 with attribution required.