详解高斯过程回归和核贝叶斯线性回归

详解高斯过程回归

; 高斯过程回归

将一维高斯分布推广到多变量中就得到了高斯网络,将多变量推广到无限维,就得到了高斯过程,高斯过程是定义在连续域(时间空间)上的无限多个高维随机变量所组成的随机过程。

在时间轴上的任意一个点都满足高斯分布吗,将这些点的集合叫做高斯过程的一个样本。

对于时间轴上的序列 ξ t \xi_t ξ

Original: https://blog.csdn.net/xj4math/article/details/112095233
Author: sta@ma@brain
Title: 详解高斯过程回归和核贝叶斯线性回归

原创文章受到原创版权保护。转载请注明出处:https://www.johngo689.com/634890/

转载文章受原作者版权保护。转载请注明原作者出处!

(0)

大家都在看

亲爱的 Coder【最近整理,可免费获取】👉 最新必读书单  | 👏 面试题下载  | 🌎 免费的AI知识星球