Pytania otagowane jako gaussian-process

Procesy Gaussa odnoszą się do procesów stochastycznych, których realizacja składa się ze zmiennych losowych o rozkładzie normalnym, z dodatkową własnością polegającą na tym, że każdy skończony zbiór tych zmiennych losowych ma wielowymiarowy rozkład normalny. Mechanizm procesów Gaussa może być wykorzystany w problemach regresji i klasyfikacji.

5
Dlaczego funkcja średnia w Procesie Gaussa jest nieciekawa?
Właśnie zacząłem czytać o GP i analogicznie do zwykłego rozkładu Gaussa charakteryzuje się funkcją średnią i funkcją kowariancji lub jądrem. Rozmawiałem i mówca powiedział, że funkcja średniej jest zwykle dość nieciekawa i cały wysiłek wnioskowania poświęcony jest na oszacowanie prawidłowej funkcji kowariancji. Czy ktoś może mi wyjaśnić, dlaczego tak powinno …
3
Dlaczego modele procesu Gaussa nazywane są nieparametrycznymi?
Jestem trochę zmieszany. Dlaczego procesy Gaussa nazywane są modelami nieparametrycznymi? Zakładają, że wartości funkcjonalne lub ich podzbiór mają wcześniejszy Gaussa ze średnią 0 i funkcją kowariancji podaną jako funkcja jądra. Te funkcje jądra same w sobie mają pewne parametry (tj. Hiperparametry). Dlaczego więc nazywane są modelami nieparametrycznymi?
2
Czy to prawda, że ​​metody bayesowskie nie pasują do siebie?
Czy to prawda, że ​​metody bayesowskie nie pasują do siebie? (Widziałem kilka artykułów i samouczków przedstawiających to twierdzenie) Na przykład, jeśli zastosujemy Proces Gaussa do MNIST (odręczna klasyfikacja cyfr), ale pokażemy tylko jedną próbkę, czy powróci on do wcześniejszego rozkładu dla jakichkolwiek danych wejściowych innych niż ta pojedyncza próbka, jakkolwiek …
1
Procesy gaussowskie w domenie falkowej: czym jest kowariancja?
Czytałem Maraun i wsp. , „Niestacjonarne procesy gaussowskie w domenie falkowej: synteza, szacowanie i znaczące testowanie” (2007), która definiuje klasę niestacjonarnych GP, które mogą być określone przez multiplikatory w domenie falkowej. Realizacja jednego takiego GP to: gdzie jest białym szumem, jest ciągłą transformacją falkową w odniesieniu do falki , jest …
2
Jakie jest uzasadnienie funkcji kowariancji Matérna?
Funkcja kowariancji Matérna jest powszechnie stosowana jako funkcja jądra w procesie Gaussa. Jest tak zdefiniowane 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 )}} gdzie jest funkcją odległości (taką jak odległość euklidesowa), jest funkcją gamma, jest …
1
Jak działa przypadkowy zlew kuchenny?
W ubiegłym roku na targach NIPS 2017 Ali Rahimi i Ben Recht wygrali próbę czasową za swój artykuł „Random Features for Large Scale Kernel Machines”, w którym wprowadzili losowe funkcje, później skodyfikowane jako algorytm losowych zlewów kuchennych. W ramach publikacji artykułu wykazali, że ich model można zaimplementować w 5 liniach …
1
Proces Gaussa: właściwości aproksymacji funkcji
Uczę się o procesie Gaussa i słyszałem tylko fragmenty. Byłbym wdzięczny za komentarze i odpowiedzi. Czy w przypadku dowolnego zestawu danych prawdą jest, że aproksymacja funkcji procesu Gaussa dałaby zero lub pomijalny błąd dopasowania w punktach danych? W innym miejscu słyszałem również, że proces Gaussa jest szczególnie dobry w przypadku …
2
Co to jest podział na funkcje?
Czytam podręcznik Gaussa Process for Machine Learning autorstwa CE Rasmussena i CKI Williams i mam problem ze zrozumieniem, co oznacza podział na funkcje . W podręczniku podano przykład, że należy sobie wyobrazić funkcję jako bardzo długi wektor (czy w rzeczywistości powinien być nieskończenie długi?). Tak więc wyobrażam sobie rozkład funkcji …
3
Splajny vs regresja procesu Gaussa
Wiem, że regresja procesu Gaussa (GPR) jest alternatywą dla używania splajnów do dopasowania elastycznych modeli nieliniowych. Chciałbym wiedzieć, w jakich sytuacjach jedna byłaby bardziej odpowiednia niż druga, szczególnie w ramach regresji bayesowskiej. Już spojrzałem na Jakie są zalety / wady używania splajnów, wygładzonych splajnów i emulatorów procesu gaussowskiego? ale w …
1
Zrozumienie regresji procesu Gaussa poprzez nieskończony wymiarowy widok funkcji bazowej
Często mówi się, że regresja procesu gaussowskiego odpowiada (GPR) bayesowskiej regresji liniowej z (być może) nieskończoną ilością funkcji bazowych. Obecnie staram się to szczegółowo zrozumieć, aby uzyskać intuicję, jakie modele mogę wyrazić za pomocą GPR. Czy uważasz, że to dobre podejście do zrozumienia GPR? W książce Procesy gaussowskie dla uczenia …
4
Procesy gaussowskie: jak używać GPML do uzyskania wyników wielowymiarowych
Czy istnieje sposób na przeprowadzenie regresji procesu Gaussa na wielowymiarowych danych wyjściowych (być może skorelowanych) przy użyciu GPML ? W skrypcie demo znalazłem tylko przykład 1D. Podobne pytanie na CV, które wciągniki przypadku wejścia wielowymiarowej. Przejrzałem ich książkę, aby sprawdzić, czy mogę coś znaleźć. W 9 rozdziale tej książki (sekcja …
2
Korzyści z procesów gaussowskich
Mam to zamieszanie związane z korzyściami procesów Gaussa. Mam na myśli porównanie z prostą regresją liniową, w której zdefiniowaliśmy, że funkcja liniowa modeluje dane. Jednak w procesach gaussowskich definiujemy rozkład funkcji, co oznacza, że ​​nie definiujemy konkretnie, że funkcja powinna być liniowa. Możemy zdefiniować przejęcie przed funkcją, które jest przejęciem …
Korzystając z naszej strony potwierdzasz, że przeczytałeś(-aś) i rozumiesz nasze zasady używania plików cookie i zasady ochrony prywatności.
Licensed under cc by-sa 3.0 with attribution required.