«gaussian-process» etiketlenmiş sorular

Gauss süreçleri, gerçekleştirilmesi normalde dağılmış rasgele değişkenlerden oluşan stokastik süreçlere atıfta bulunur ve ek özellik, bu rasgele değişkenlerin herhangi bir sonlu koleksiyonunun çok değişkenli normal dağılıma sahip olmasıdır. Gauss süreçlerinin makineleri regresyon ve sınıflandırma problemlerinde kullanılabilir.

5
Gauss Sürecindeki ortalama işlev neden ilginç değil?
GP'leri okumaya yeni başladım ve normal Gauss dağılımına benzer bir şekilde ortalama bir fonksiyon ve kovaryans fonksiyonu veya çekirdeği ile karakterize edildim. Bir konuşuyordum ve konuşmacı ortalama fonksiyonun genellikle oldukça ilginç olduğunu ve tüm çıkarım çabalarının doğru kovaryans fonksiyonunu tahmin etmeye harcandığını söyledi. Birisi bana neden böyle olması gerektiğini açıklayabilir …

3
Gaussian proses modellerine neden parametrik olmayan denir?
Kafam biraz karıştı. Gauss süreçlerine neden parametrik olmayan modeller deniyor? İşlevsel değerlerin veya bunların bir alt kümesinin, ortalama 0 olan bir Gauss değerine ve çekirdek işlevi olarak verilen kovaryans işlevine sahip olduğunu varsayıyorlar. Bu çekirdek fonksiyonlarının kendileri bazı parametrelere sahiptir (yani, hiperparametreler). Peki neden parametrik olmayan modeller denir?

2
Bayesian yöntemlerinin fazla giyinmediği doğru mu?
Bayesian yöntemlerinin fazla giyinmediği doğru mu? (Bu iddiayı yapan bazı makaleleri ve dersleri gördüm) Örneğin, MNIST'e bir Gauss Süreci uygularsak (el yazısı basamaklı sınıflandırma), ancak yalnızca tek bir örnek gösterirsek, bu tek örneklemden farklı, ancak küçük olan fark için herhangi bir girdi için önceki dağıtıma geri dönecek mi?

1
Dalgacık-alan gauss süreçleri: kovaryans nedir?
Okumayı ettik Maraun ve arkadaşları , "Dalgacık Durağan olmayan Gauss süreçleri: Synthesis, kestirim ve önemli test" Dalgacık çarpanları ile belirtilebilir durağan olmayan GP bir sınıfını tanımlar (2007). Böyle bir GP'nin gerçekleştirilmesi: Burada η ( t ) , beyaz gürültü, W g sürekli dalgacık dalgacık ile ilgili olarak dönüşümüdür gr , …

2
Matérn kovaryans fonksiyonunun mantığı nedir?
Matérn kovaryans işlevi Gauss Süreci'nde yaygın olarak çekirdek işlevi olarak kullanılır. Bu şekilde tanımlanır 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 )}} burada ddd bir mesafe fonksiyonu (Öklid mesafesi gibi), ΓΓ\Gamma gama fonksiyonudur, KνKνK_\nu ikinci …

1
Rasgele bir mutfak lavabosu nasıl çalışır?
Geçen yıl NIPS 2017'de Ali Rahimi ve Ben Recht "Büyük Ölçekli Çekirdek Makineleri için Rastgele Özellikler" adlı makaleleri için zaman testi ödülü kazandılar . Makalelerini yayınlamanın bir parçası olarak, modellerinin 5 satır matlab'de uygulanabileceğini gösterdiler. % Approximates Gaussian Process regression % with Gaussian kernel of variance gamma^2 % lambda: regularization …

3
Çok değişkenli, doğal kübik spline montajı
Not: Bir ay sonra hiçbir doğru cevapları, ben reposted var SO Arka fon Bir modelim var, fff , buradaY=f(X)Y=f(X)Y=f(\textbf{X}) XX\textbf{X} , parametrelerinden örnek matrisidir ve Y , model çıktılarının n \ times 1 vektörüdür.n×mn×mn \times mmmmYYYn×1n×1n \times 1 fff hesaplama açısından yoğundur, bu nedenle f'yi (X, Y) noktaları fffüzerinden çok …

1
Gauss işlemi: işlev yaklaşma özellikleri
Gauss Süreci hakkında bir şeyler öğreniyorum ve sadece parçaları ve parçaları duydum. Yorum ve cevapları gerçekten takdir ediyorum. Herhangi bir veri kümesi için, Gauss Süreci fonksiyon yaklaşımının veri noktalarında sıfır veya ihmal edilebilir montaj hatası vereceği doğru mu? Başka bir yerde de Gauss Süreci'nin özellikle gürültülü veriler için iyi olduğunu …

2
Fonksiyonlar üzerinden dağılım nedir?
CE Rasmussen ve CKI Williams'ın Makine Öğrenimi için Gauss Süreci ders kitabı okuyorum ve işlevler üzerindeki dağılımın ne anlama geldiğini anlamakta biraz sorun yaşıyorum . Ders kitabında, bir fonksiyonun çok uzun bir vektör olarak hayal edilmesi gerektiği bir örnek verilmiştir (aslında, sonsuza kadar uzun olmalı?). Bu yüzden fonksiyonlar üzerinde bir …

3
Spline ve Gauss Süreç Regresyonu
Gauss Süreci Regresyonunun (GPR) esnek doğrusal olmayan modellerin takılması için spline kullanımına alternatif olduğunu biliyorum. Özellikle Bayesci regresyon çerçevesinde hangi durumların diğerinden daha uygun olacağını bilmek istiyorum. Zaten baktım oluklarını, düzleştirilmiş oluklarını ve Gauss süreci taklitçileri kullanmanın avantajları / dezavantajları nelerdir? ancak bu yazıda GPR'de hiçbir şey görünmüyor.

1
Gauss Süreci Regresyonunu sonsuz boyutlu temel fonksiyon görünümü ile anlama
Gauss süreç regresyonunun (GPR), (muhtemelen) sonsuz miktarda temel fonksiyon ile bayes lineer regresyonuna karşılık geldiği söylenir. Şu anda GPR kullanarak ne tür modeller ifade edebileceğime dair bir sezgi almak için bunu ayrıntılı olarak anlamaya çalışıyorum. Bunun GPR'yi anlamaya çalışmak için iyi bir yaklaşım olduğunu düşünüyor musunuz? Makine öğrenimi için Gauss …


1
Gauss Proses Regresyonunda Hiperparametre Ayarı
log(y|X,θ)=−12yTK−1yy−12log(det(K))−n2log(2π)log⁡(y|X,θ)=−12yTKy−1y−12log⁡(det(K))−n2log⁡(2π)\log(\mathbf{y}|X,\mathbf{\theta})=-\frac{1}{2} \mathbf{y}^TK_y^{-1}\mathbf{y}-\frac{1}{2}\log(\det(K))-\frac{n}{2}\log(2\pi)KKKKij=k(xi,xj)=b−1exp(−12(xi−xj)TM(xi−xj))+a−1δijKij=k(xi,xj)=b−1exp⁡(−12(xi−xj)TM(xi−xj))+a−1δijK_{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}M=lIM=lIM=lIa,ba,ba,blll log marjinal olabilirlik wrt parametrelerinin kısmi türevi aşağıdakilog(y|X,θ)dθ=12trace(K−1dKdθ)+12(ydKdθK−1dKdθy)log⁡(y|X,θ)dθ=12trace(K−1dKdθ)+12(ydKdθK−1dKdθy)\frac{\log(\mathbf{y}|X,\mathbf{\theta})}{d\theta}=\frac{1}{2}\mathrm{trace}(K^{-1}\frac{dK}{d\theta})+\frac{1}{2}(\mathbf{y}\frac{dK}{d\theta}K^{-1}\frac{dK}{d\theta}\mathbf{y}) girişleri parametrelere bağlı olduğundan, türevler ve tersi de geçerlidir . Bu, gradyan tabanlı bir optimize edici kullanıldığında, gradyanın belirli bir noktada (parametre değeri) değerlendirilmesi, kovaryans matrisinin yeniden hesaplanmasını gerektireceği anlamına gelir. Benim uygulamada, bu mümkün değildir çünkü kovaryans matrisini sıfırdan …

4
Gauss İşlemleri: Çok boyutlu çıktı için GPML nasıl kullanılır
GPML kullanarak çok boyutlu çıktıda (muhtemelen ilişkili) Gauss Süreci Regresyonu gerçekleştirmenin bir yolu var mı ? In demo komut sadece bir 1D örnek bulabiliriz. Bir benzer soru CV üzerinde çok boyutlu girdinin ele almaktadır durumda. Bir şey bulabileceğimi görmek için kitaplarını inceledim. In 9 bölümde bu kitapta (bölüm 9.1), onlar …

2
Gauss süreçlerinin faydaları
Gauss süreçlerinin faydalarıyla ilgili bu karışıklığa sahibim. Yani, doğrusal fonksiyonun verileri modellediğini tanımladığımız basit doğrusal regresyon ile karşılaştırmak. Bununla birlikte, Gaussian süreçlerde fonksiyonların dağılımını tanımlarız, fonksiyonun doğrusal olması gerektiğini özel olarak tanımlamıyoruz demektir. Fonksiyonun ne kadar pürüzsüz olması gerektiği ve hepsi gibi özellikleri tanımlayan, Gaussian olan fonksiyonun üzerinde bir öncül …

Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.