Estoy haciendo ML en mi universidad, y el profesor mencionó el término Expectativa (E), mientras intentaba explicarnos algunas cosas sobre los procesos gaussianos. Pero por la forma en que lo explicó, entendí que E es lo mismo que la media μ. ¿Entendí bien? Si es lo mismo, ¿sabe por qué se usan...
Quiero implementar una regresión incremental del proceso gaussiano usando una ventana deslizante sobre los puntos de datos que llega uno por uno a través de una secuencia. Deje denotar la dimensionalidad del espacio de entrada. Entonces, cada punto de datos x i tiene d número de...
Solo quería ver si alguien tiene alguna experiencia aplicando la regresión de procesos gaussiana (GPR) a conjuntos de datos de alta dimensión. Estoy investigando algunos de los diversos métodos GPR dispersos (por ejemplo, pseudo-entradas GPR dispersas) para ver qué podría funcionar para conjuntos...
¿Cuáles son buenas estrategias para realizar la regresión del proceso gaussiano cuando la función que intento aproximar cambia con el tiempo? El enfoque ingenuo que me viene a la mente es usar solo los N puntos de datos más recientes para realizar la regresión. ¿Cuáles son las mejores...
He estado aprendiendo sobre la regresión del proceso gaussiano a partir de videos en línea y notas de conferencias, entiendo que si tenemos un conjunto de datos con puntos, asumimos que los datos se muestrean a partir de un gaussiano multivariado dimensional. Entonces, mi pregunta es en el caso en...
¿Puede cualquier función continua en [a, b], donde a y b son números reales, ser aproximada o arbitrariamente cercana a la función (en alguna norma) por Procesos Gaussianos (Regresión)?
Me está costando entender cuál es la diferencia entre kriging y los procesos gaussianos. Quiero decir que wiki dice que son lo mismo, pero sus fórmulas de predicción son muy diferentes. Estoy un poco confundido por qué se llaman similares.
Estaba tratando de ganar algo de intuición para la regresión del Proceso Gaussiano, así que hice un simple problema de juguete 1D para probar. Tomé como las entradas, y como las respuestas. ('Inspirado' de )xi={1,2,3}Xyo={1,2,3}x_i=\{1,2,3\}y = x 2yi={1,4,9}yyo={1,4 4,9
Estoy leyendo esta preimpresión en papel , y tengo dificultades para seguir su derivación de las ecuaciones para la regresión del proceso gaussiano. Utilizan la configuración y la notación de Rasmussen y Williams . Por lo tanto, se supone un aditivo, de media cero, estacionario y normalmente...
Estoy leyendo el libro GPML y en el Capítulo 2 (página 15) , me dice cómo hacer una regresión usando el Proceso Gaussiano (GP), pero me cuesta entender cómo funciona. En la inferencia bayesiana para modelos paramétricos, primero elegimos un previo en los parámetros del modelo θθ\theta, es decir...
He descargado el código GPML Matlab más reciente GPML Matlab code y he leído la documentación y ejecuté la demostración de regresión sin ningún problema. Sin embargo, estoy teniendo dificultades para entender cómo aplicarlo a un problema de regresión al que me enfrento. El problema de regresión se...
Estoy probando la optimización bayesiana, siguiendo a Snoek, Larochelle y Adams [ http://arxiv.org/pdf/1206.2944.pdf] , usando GPML [ http://www.gaussianprocess.org/gpml/code/matlab / doc /] . Implementé la función de adquisición Mejora esperada que se describe en la página 3, y supongo que estoy...
Pido disculpas de antemano si esta pregunta está mal planteada: soy astrónomo, no estadístico. Mi pregunta está dirigida específicamente a ayudarme a descubrir si los procesos gaussianos son una técnica apropiada para mi problema. Utilizando un telescopio y un espectrógrafo alimentado con fibra,...
Sé lo que es un campo gaussiano. Sin embargo, no estoy muy seguro de qué se entiende por estacionario. He visto esta cosa estacionaria en muchos lugares como procesos autorregresivos estacionarios, etc., pero en realidad no sé qué se entiende por
Por primera vez (excusa imprecisión / errores) eché un vistazo a los procesos gaussianos y, más específicamente, vi este video de Nando de Freitas . Las notas están disponibles en línea aquí . En algún momento, extrae muestras aleatorias de una normal multivariada generada mediante la construcción...
Estoy un poco confundido sobre la fórmula para calcular la covarianza en el proceso gaussiano (la adición de la varianza siempre me confunde, ya que no siempre se denota explícitamente). El origen de la confusión es que las fórmulas que se dan en Reconocimiento de patrones y Aprendizaje automático...
Estoy tratando de generar muchos sorteos (es decir, realizaciones) de un proceso gaussiano ei(t)ei(t)e_i(t), 1≤t≤T1≤t≤T1\leq t \leq T con media 0 y función de covarianza γ(s,t)=exp(−|t−s|)γ(s,t)=exp(−|t−s|)\gamma(s,t)=\exp(-|t-s|). ¿Hay una manera eficiente de hacer esto que no implique el...
Tengo esta confusión relacionada con la distribución predictiva del proceso gaussiano. Estaba leyendo este papel No entendí cómo la integración dio ese resultado. ¿Qué es P (u * | x *, u)? Además, ¿cómo es que la covarianza de la distribución posterior esσ2(σ2yo+ K)-...
¿Es posible realizar una selección aproximada de hiperparámetros completamente bayesianos (1) (por ejemplo, escala de covarianza) con el código GPML, en lugar de maximizar la probabilidad marginal (2)? Creo que usar métodos MCMC para resolver las integrales que involucran hiperparámetros antes...
TLDR: ¿Las estrías de regresión de placa delgada tienen una interpretación probabilística / bayesiana? Dados pares de entrada-salida , ; Quiero estimar una función siguiente manera donde es una función del núcleo y es un vector de características de tamaño . Los coeficientes y se pueden...