会员服务
高斯过程（Gaussian Process, GP）是概率论和数理统计中随机过程（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，每个有限维分布都是联合正态分布，且其本身在连续指数集上的概率密度函数即是所有随机变量的高斯测度，因此被视为联合正态分布的无限维广义延伸。高斯过程由其数学期望和协方差函数完全决定，并继承了正态分布的诸多性质

精品内容

【剑桥大学博士论文】在深度学习时代的可扩展贝叶斯推断：从高斯过程到深度神经网络
【剑桥大学博士论文】在深度学习时代的可扩展贝叶斯推断：从高斯过程到深度神经网络
专知会员服务
51+阅读 · 2024年5月2日
【博士论文】深度学习时代的概率机器学习：高斯过程、贝叶斯优化以及更多新视角
【博士论文】深度学习时代的概率机器学习：高斯过程、贝叶斯优化以及更多新视角
专知会员服务
60+阅读 · 2024年1月24日
【纽约大学博士论文】高斯过程和神经网络的函数空间推理，260页pdf
【纽约大学博士论文】高斯过程和神经网络的函数空间推理，260页pdf
专知会员服务
39+阅读 · 2023年12月29日
【NeurIPS2023】宽度神经网络作为高斯过程:深度均衡模型的经验教训
【NeurIPS2023】宽度神经网络作为高斯过程:深度均衡模型的经验教训
专知会员服务
26+阅读 · 2023年10月18日
【CMU博士论文】高斯表示的可微渲染和优化，198页pdf
【CMU博士论文】高斯表示的可微渲染和优化，198页pdf
专知会员服务
27+阅读 · 2023年10月5日
【干货书】使用高斯过程模型的动态系统建模与控制，281页pdf
【干货书】使用高斯过程模型的动态系统建模与控制，281页pdf
专知会员服务
55+阅读 · 2022年5月23日
【NeurIPS 2021教程】UFC-César Lincoln C教授：<高斯过程>来龙去脉，216页ppt
【NeurIPS 2021教程】UFC-César Lincoln C教授：<高斯过程>来龙去脉，216页ppt
专知会员服务
22+阅读 · 2021年12月9日
【ICML2021】深度核过程
专知会员服务
26+阅读 · 2021年8月11日
最新《高斯过程回归简明教程》，19页pdf
最新《高斯过程回归简明教程》，19页pdf
专知会员服务
72+阅读 · 2020年9月30日
【Aalto博士论文】高效样本近似贝叶斯计算的高斯过程代理方法，84页pdf
专知会员服务
35+阅读 · 2020年9月30日
如何持续深度学习？看这份《DNN2GP: 从深度神经网络到高斯过程》45页ppt和论文提供新思路
如何持续深度学习？看这份《DNN2GP: 从深度神经网络到高斯过程》45页ppt和论文提供新思路
专知会员服务
57+阅读 · 2020年5月15日
【经典书】机器学习高斯过程，266页pdf
【经典书】机器学习高斯过程，266页pdf
专知会员服务
197+阅读 · 2020年5月2日
【经典书】机器学习高斯过程，266页pdf
【经典书】机器学习高斯过程，266页pdf
专知会员服务
231+阅读 · 2020年5月2日
【论文推荐】深度学习中贝叶斯不确定性简单基线（A simple baseline for bayesian uncertainty in deep learning）
【论文推荐】深度学习中贝叶斯不确定性简单基线（A simple baseline for bayesian uncertainty in deep learning）
专知会员服务
46+阅读 · 2019年12月25日
【ECML-PKDD 2019】可扩展的深度无监督集群与具体的GMVAEs（Scalable Deep Unsupervised Clustering with Concrete GMVAEs）
【ECML-PKDD 2019】可扩展的深度无监督集群与具体的GMVAEs（Scalable Deep Unsupervised Clustering with Concrete GMVAEs）
专知会员服务
7+阅读 · 2019年12月3日
参考链接
微信扫码咨询专知VIP会员
Top