随机过程——高斯过程
高斯过程定义 定义：若对于任意时刻ti(i=1,2,...,n)，随机过程的任意n维随机变量Xi=X(ti)(i=1,2,...,n)服从高斯分布，则称X(t)为高斯随机过程或正太过程。 高斯过程的特性 高斯随机过程完全由它的均值和协方差函数决定。 高斯随机过程 ...
原文：高斯过程
在概率论和数理统计中，高斯过程 英语：Gaussian process 是观测值出现在一个连续域 例如时间或空间 的统计模型。是随机过程 stochastic process 的一种，是一系列服从正态分布的随机变量 random variable 在一指数集 index set 内的组合。 高斯过程中任意随机变量的线性组合都服从正态分布，每个有限集都服从联合正态分布，且其本身在连续指数集上的概率密 ...
2018-12-21 21:12 0 1904 推荐指数：
相关推荐
浅谈高斯过程回归
网上讲高斯过程回归的文章很少，且往往从高斯过程讲起，我比较不以为然：高斯过程回归（GPR）， 终究是个离散的事情，用连续的高斯过程( GP) 来阐述，简直是杀鸡用牛刀。所以我们这次直接从离散的问题搞起，然后把高斯过程逆推出来。 这篇博客有两个彩蛋，一个是揭示了高斯过程回归和Ridge回归 ...
高斯过程（GP）
随机过程基本概念： 随机过程是一个比随机变量更广泛的概念。在概率论中，通常研究一个或多个这样有限个数的随机变量，即使在大数定律和中心极限定理中考虑了无穷多个随机变量，但也要假设随机变量之间互相独立。而随机过程主要是研究无穷多个互相不独立的、有一定相关关系的随机变量。随机过程就是许多随机变量的集合 ...
高斯过程回归
参考资料： http://kingfengji.com/?p=44 说说高斯过程回归 http://www.cnblogs.com/tornadomeet/archive/2013/06/15/3137239.html 机器学习&数据挖掘笔记_11（高斯过程回归） 在网 ...
高斯分布与高斯过程梳理
1、高斯分布： 透彻理解高斯过程Gaussian Process (GP)_人工智能_冯喆--AI工匠-CSDN博客 https://blog.csdn.net/paulfeng20171114/article/details/80276061 一文详解高斯混合模型原理 - 知 ...
从高斯过程到贝叶斯优化
第一篇博客，浅谈自己对高斯过程和贝叶斯优化的理解，有误处欢迎指正。 一. 高斯过程回归 1. 高斯过程到底是个什么东西？！ 简单来说，高斯过程可以看成是一个函数，函数的输入是x，函数的输出是高斯分布的均值和方差。 对于一些X值有对应的Y值，从X到Y存在映射关系f，即f（X）=Y ...
matlab练习程序（高斯过程回归）
高斯过程是一种非参数模型估计方法。不像最小二乘，需要知道模型的参数，如：y=ax+b，我们就需要知道a和b来对模型进行估计。 高斯过程要设置一个核函数，来给不同观测值确定关系。这里我们需要设置核函数的超参数，比如下面的alpha和beta。 下面是几种常见的计算不同观测关系的核函数： 设置好 ...
基于高斯过程的贝叶斯优化(一)引言
阅读本文默认具有一定的概率数理统计与随机过程基础。 假设我们有一个机器学习模型M（如XGBoost，SVM，神经网络等），其超参数为记为$x_i$，则每对M进行评估的结果可记为$y_i=f(x_i)$，在这里$y_i$可以是LOSS等评价指标。问题在于如何选择超参数找到我们的最优超参数$x ...