«gaussian-process» 태그된 질문

나는 GP에 대해 읽기 시작했고 일반 가우스 분포와 유사하며 평균 함수와 공분산 함수 또는 커널로 특징 지어집니다. 나는 연설을했고 화자는 평균 함수가 일반적으로 매우 흥미롭지 않으며 모든 추론 노력이 올바른 공분산 함수를 추정하는 데 소비된다고 말했다. 누군가 왜 그런지 설명해 줄 수 있습니까?

28 gaussian-process 

약간 혼란 스러워요. 가우스 프로세스가 비모수 적 모델이라고하는 이유는 무엇입니까? 그들은 기능 값 또는 그 하위 집합에 평균 0과 커널 함수로 제공된 공분산 함수가있는 가우시안이 있다고 가정합니다. 이 커널 함수 자체에는 몇 가지 매개 변수 (예 : 하이퍼 파라미터)가 있습니다. 그렇다면 왜 비모수 적 모델이라고 불리는가?

26 nonparametric  gaussian-process 

베이지안 방법이 과적 합하지 않는 것이 사실입니까? (이 주장을하는 논문과 튜토리얼을 보았습니다) 예를 들어, 가우시안 프로세스를 MNIST (손으로 쓴 숫자 분류)에 적용하지만 단일 샘플 만 표시하는 경우 해당 단일 샘플과 다른 입력에 대해 이전 분포로 되돌 리지만 차이는 크지 않습니까?

25 bayesian  nonparametric  gaussian-process  overfitting  misspecification 

나는 Maraun et al , "웨이블릿 도메인의 비정규 가우스 프로세스 : 합성, 추정 및 중요한 테스트"(2007)를 읽고 웨이블릿 도메인의 승수에 의해 지정 될 수있는 비 정지 GP 클래스를 정의합니다. 하나 개의 이러한 GP의 실현은 : 여기서백색 노이즈이고,연속 웨이블렛 웨이블릿에 대하여 변환이다,스케일과 승산기 (다소 푸리에 계수 등)이다및 시간및은 IS 재구성 웨이블릿역 …

20 normal-distribution  stochastic-processes  gaussian-process  fourier-transform  wavelet 

Matérn 공분산 함수는 일반적으로 가우시안 프로세스에서 커널 함수로 사용됩니다. 이렇게 정의되어 있습니다 Cν(d)=σ221−νΓ(ν)(2ν−−√dρ)νKν( 2ν−−√dρ)Cν(디)=σ221−νΓ(ν)(2ν디ρ)ν케이ν(2ν디ρ) {\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 )}} 여기서 디디d 는 거리 함수 (예 : 유클리드 거리), ΓΓ\Gamma 는 감마 함수, 케이ν케이νK_\nu …

19 spatial  gaussian-process  kernel-trick 

작년 NIPS 2017에서 Ali Rahimi와 Ben Recht는 논문 "대규모 커널 머신 을위한 랜덤 기능 " 에서 무작위 기능을 도입 한 후 시간이 지남에 따라 테스트를 거쳤으며 , 이후 무작위 부엌 싱크 알고리즘으로 체계화되었습니다. 논문 발표의 일환으로, 모델은 5 줄의 MATLAB에서 구현 될 수 있음을 보여주었습니다. % Approximates Gaussian Process regression …

18 machine-learning  svm  gaussian-process  approximation 

참고 : 한 달 후 더 정확한 답변을, 나는에 재 게시 한 SO 배경 모델 . 여기서 Y = f ( X )fffY=f(X)Y=f(X)Y=f(\textbf{X}) 는 m 개의 매개 변수에서 추출한 샘플의 n × m 행렬이고 Y 는모형 출력의 n × 1 벡터입니다.XX\textbf{X}n×mn×mn \times mmmmYYYn×1n×1n \times 1 는 계산 집약적이므로 ( X …

17 r  multivariate-analysis  splines  interpolation  gaussian-process 

Gaussian Process에 대해 배우고 있으며 조금만 들었습니다. 의견과 답변에 감사드립니다. 모든 데이터 세트에 대해 가우스 프로세스 함수 근사가 데이터 포인트에서 0 또는 무시할 수있는 피팅 오류를 발생시키는 것이 사실입니까? 다른 곳에서는 가우시안 프로세스가 노이즈 데이터에 특히 좋다고 들었습니다. 이것은 관찰 된 데이터의 낮은 피팅 오류와 충돌하는 것 같습니다. 또한 데이터 …

16 gaussian-process 

CE Rasmussen과 CKI Williams의 기계 학습 을 위한 가우시안 프로세스 교과서를 읽고 있는데, 함수 분포 가 무엇을 의미 하는지 이해하는 데 어려움이 있습니다. 교과서에는 함수가 매우 긴 벡터 (사실, 무한히 길어야 하는가)로 상상해야한다는 예가 제시되어 있습니다. 함수에 대한 분포는 이러한 벡터 값의 "위"에 그려진 확률 분포라고 생각합니다. 그러면 함수가이 특정 …

15 distributions  gaussian-process 

가우시안 프로세스 회귀 (GPR)는 유연한 비선형 모델을 피팅하기 위해 스플라인을 사용하는 대신 사용할 수 있습니다. 어떤 상황에서 특히 베이지안 회귀 프레임 워크에서 어떤 상황이 다른 상황보다 더 적합한 지 알고 싶습니다. 이미 살펴 봤습니다 스플라인, 스무딩 스플라인 및 가우시안 프로세스 에뮬레이터의 장점과 단점은 무엇입니까? 그러나이 게시물에는 GPR에 아무것도없는 것 같습니다.

15 regression  gaussian-process  splines  kriging 

가우시안 프로세스 회귀는 (GPR)이 무한한 양의 기본 함수를 가진 베이지안 선형 회귀에 해당한다고 종종 말합니다. 나는 현재 GPR을 사용하여 표현할 수있는 모델의 종류에 대한 직감을 얻기 위해 이것을 자세히 이해하려고 노력하고 있습니다. 이것이 GPR을 이해하기위한 좋은 접근법이라고 생각하십니까? 책의 기계 학습 가우시안 프로세스 스무 윌리엄스 쇼 가우시안 프로세스들의 세트는 상기 …

14 gaussian-process  kernel-trick  basis-function 

Kullback-Leibler 분기 는 두 개의 확률 밀도 함수를 비교하는 메트릭이지만 두 GP의 XXX 와 를 비교하는 데 사용되는 메트릭은 무엇 YYY입니까?

14 gaussian-process  metric 

내가 구현 한 가우시안 프로세스 회귀 알고리즘의 하이퍼 매개 변수를 조정하려고합니다. 수식 여기서 K 는 다음과 같은 공분산 행렬입니다. 요소 K_ {ij} = k (x_i, x_j) = b ^ {-1} \ exp (-\ frac {1} {2} (x_i-x_j) ^ TM (x_i-x_j)) + a ^ {-1 } \ delta_ {ij} 여기서 M …

13 regression  optimization  gaussian-process  hyperparameter 

GPML을 사용하여 다차원 출력에 대해 가우시안 프로세스 회귀를 수행하는 방법이 있습니까? 데모 스크립트 에서는 1D 예제 만 찾을 수있었습니다. 다차원 입력 사례를 다루는 이력서에 대한 비슷한 질문 . 나는 무엇을 찾을 수 있는지 알아보기 위해 그들의 책을 살펴 보았습니다. 이 책 의 9 장 (섹션 9.1)에서는 여러 출력의 경우를 언급했습니다. …

13 regression  machine-learning  matlab  gaussian-process  nonparametric-bayes 

가우시안 프로세스의 이점과 관련된 혼란이 있습니다. 선형 함수가 데이터를 모델링하도록 정의한 간단한 선형 회귀와 비교하는 것을 의미합니다. 그러나 가우시안 프로세스에서 함수 분포를 정의한다는 것은 함수가 선형이어야한다는 것을 구체적으로 정의하지 않음을 의미합니다. 함수가 얼마나 매끄러 워야 하는가와 같은 기능을 정의하는 가우시안 함수 인 함수보다 우선 순위를 정의 할 수 있습니다. 따라서 …

13 gaussian-process