Pertanyaan yang diberi tag «gaussian-process»

Saya membaca buku GPML dan dalam Bab 2 (halaman 15) , buku ini menceritakan cara melakukan regresi menggunakan Proses Gaussian (GP), tetapi saya mengalami kesulitan mencari cara kerjanya. Dalam inferensi Bayesian untuk model parametrik, pertama-tama kita memilih prior pada parameter model θθ\theta, itu adalah p(θ)p(θ)p(\theta); kedua, diberikan data pelatihanDDD, kami …

9 machine-learning  gaussian-process 

Saya telah mengunduh kode GPML Matlab terbaru. Kode GPML Matlab dan saya telah membaca dokumentasi dan menjalankan demo regresi tanpa masalah. Namun, saya mengalami kesulitan memahami bagaimana menerapkannya pada masalah regresi yang saya hadapi. Masalah regresi didefinisikan sebagai berikut: Membiarkan xsaya∈R20xi∈R20\mathbf{x}_i \in \mathbb{R}^{20} menjadi vektor input dan ysaya∈R25yi∈R25\mathbf{y}_i \in \mathbb{R}^{25}menjadi …

9 regression  machine-learning  matlab  gaussian-process 

TLDR: Apakah splines regresi plat tipis memiliki interpretasi probabilistik / Bayesian? Pasangan input-output yang diberikan , ; Saya ingin memperkirakan fungsi sebagai berikut mana adalah fungsi kernel dan adalah vektor fitur dengan ukuran . Koefisien dan dapat ditemukan dengan menyelesaikan mana baris \ Phi diberikan oleh(xsaya,ysaya)(xi,yi)(x_i,y_i)saya=1,...,ni=1,...,ni=1,...,nf(⋅)f(⋅)f(\cdot)f(x)≈kamu(x)=ϕ(xsaya)Tβ+n∑saya=1αsayak(x,xsaya),f(x)≈u(x)=ϕ(xi)Tβ+∑i=1nαik(x,xi),\begin{equation}f(x)\approx u(x)=\phi(x_i)^T\beta +\sum_{i=1}^n \alpha_i k(x,x_i),\end{equation}k(⋅,⋅)k(⋅,⋅)k(\cdot,\cdot)ϕ(xsaya)ϕ(xi)\phi(x_i)m&lt;nm&lt;nm<nαsayaαi\alpha_iβsayaβi\beta_iminα∈Rn,β∈Rm1n‖Y−Φβ−Kα‖2Rn+λαTKα,minα∈Rn,β∈Rm1n∥Y−Φβ−Kα∥2Rn+λαTKα,\begin{equation} …

8 regression  bayesian  gaussian-process  smoothing  semiparametric 

Saya sedikit bingung tentang formula untuk menghitung kovarian dalam proses Gaussian (penambahan varian selalu membingungkan saya karena tidak selalu dilambangkan secara eksplisit). Asal mula kebingungan adalah bahwa formula yang diberikan dalam Pengenalan Pola dan Pembelajaran Mesin oleh Bishop dan proses Gaussian untuk Pembelajaran Mesin oleh Rasmussen berbeda. Mean GP diberikan …

8 machine-learning  covariance  covariance-matrix  kernel-trick  gaussian-process 

Untuk pertama kalinya (alasan ketidaktepatan / kesalahan) saya melihat proses Gaussian , dan lebih khusus lagi, menonton video ini oleh Nando de Freitas . Catatan tersedia online di sini . Pada titik tertentu ia menggambar sampel acak dari normal multivariat yang dihasilkan dengan membuat matriks kovarians berdasarkan pada kernel Gaussian …

8 machine-learning  simulation  stochastic-processes  gaussian-process 

Saya minta maaf sebelumnya jika pertanyaan ini diajukan dengan buruk: Saya seorang astronom, bukan ahli statistik. Pertanyaan saya secara khusus bertujuan untuk membantu saya mencari tahu apakah proses Gaussian adalah teknik yang tepat untuk masalah saya. Menggunakan teleskop dan spektrograf pengumpanan serat, proyek saya telah mengambil spektrum optik galaksi di …

8 gaussian-process 

Saya memberikan Bayesian Optimization, mengikuti Snoek, Larochelle, dan Adams [ http://arxiv.org/pdf/1206.2944.pdf] , menggunakan GPML [ http://www.gaussianprocess.org/gpml/code/matlab / doc /] . Saya telah mengimplementasikan fungsi akuisisi Peningkatan yang Diharapkan yang dijelaskan pada halaman 3, dan saya berasumsi bahwa saya benar bahwa untuk memutuskan ke mana harus mencari query selanjutnya, saya harus …

8 gaussian-process  optimization  bayesian-optimization 

Apakah mungkin untuk melakukan pemilihan penuh parameter Bayesian (1) yang diperkirakan penuh (misalnya skala kovarian) dengan kode GPML, alih-alih memaksimalkan kemungkinan marginal (2)? Saya pikir menggunakan metode MCMC untuk menyelesaikan integral yang melibatkan hyper-parameter sebelumnya harus mengarah pada hasil yang lebih baik ketika berhadapan dengan overfitting. Sejauh pengetahuan saya, kerangka …

8 bayesian  model-selection  gaussian-process  hyperparameter 

Saya memiliki kebingungan ini terkait dengan distribusi prediktif proses gaussian. Saya sedang membaca makalah ini Saya tidak mengerti bagaimana integrasi memberikan hasil itu. Apa itu P (u * | x ​​*, u). Juga mengapa kovarians dari distribusi posterior adalahσ2(σ2I+K)−1Kσ2(σ2I+K)−1K\sigma^2(\sigma^2I+K)^{-1}K

8 regression  normal-distribution  gaussian-process 

Saya tahu apa bidang Gaussian. Namun, saya tidak begitu yakin apa yang dimaksud dengan alat tulis. Saya telah melihat hal stasioner ini di banyak tempat seperti proses autoregresif stasioner dll tetapi tidak benar-benar tahu apa yang dimaksud dengan stasioner.

8 gaussian-process  stationarity 

Saya mencoba untuk menghasilkan banyak undian (yaitu, realisasi) dari proses Gaussian ei(t)ei(t)e_i(t), 1≤t≤T1≤t≤T1\leq t \leq T dengan rata-rata 0 dan fungsi kovarian γ(s,t)=exp(−|t−s|)γ(s,t)=exp⁡(−|t−s|)\gamma(s,t)=\exp(-|t-s|). Apakah ada cara yang efisien untuk melakukan ini yang tidak akan melibatkan perhitungan akar kuadrat dari a T×TT×TT \times Tmatriks kovarians? Atau adakah yang bisa merekomendasikan Rpaket …

8 r  probability  simulation  stochastic-processes  gaussian-process