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
人工智能本周热点内容精选（文章/论文/代码/项目等）（2017年12月第二周）
人工智能本周热点内容精选（文章/论文/代码/项目等）（2017年12月第二周）
专知
8+阅读 · 2017年12月18日
不被大神Hinton认同，否定现有同行成果，谷歌这篇烧脑研究最终拿下ICML2019最佳论文
不被大神Hinton认同，否定现有同行成果，谷歌这篇烧脑研究最终拿下ICML2019最佳论文
中国人工智能学会
2+阅读 · 2019年6月12日
npj: 层状材料设计—主动学习与贝叶斯优化
npj: 层状材料设计—主动学习与贝叶斯优化
知社学术圈
0+阅读 · 2019年1月15日
【学界】深度学习不再是炼丹术！谷歌给出首个神经网络训练理论证明
【学界】深度学习不再是炼丹术！谷歌给出首个神经网络训练理论证明
GAN生成式对抗网络
0+阅读 · 2019年2月21日
业界 | 社交数据那么多，看Facebook如何用贝叶斯实时优化后端
业界 | 社交数据那么多，看Facebook如何用贝叶斯实时优化后端
全球人工智能
0+阅读 · 2018年9月18日
深度图高斯过程 | NeurIPS 2020论文分享第一期
深度图高斯过程 | NeurIPS 2020论文分享第一期
AI科技评论
5+阅读 · 2020年11月30日
npj: 机器学习—神经网络方法计算多组分晶体的形成能
npj: 机器学习—神经网络方法计算多组分晶体的形成能
知社学术圈
0+阅读 · 2019年1月4日
不被大神Hinton认同，否定现有同行成果，谷歌这篇烧脑研究最终拿下ICML2019最佳论文
不被大神Hinton认同，否定现有同行成果，谷歌这篇烧脑研究最终拿下ICML2019最佳论文
量子位
4+阅读 · 2019年6月12日
2019年度邵逸夫数学科学奖
2019年度邵逸夫数学科学奖
遇见数学
0+阅读 · 2019年5月21日
随机过程在数据科学和深度学习中有哪些应用？
随机过程在数据科学和深度学习中有哪些应用？
算法与数学之美
0+阅读 · 2019年8月22日
今日 Paper | 3D手势估计；自学习机器人；鲁棒语义分割；卷积神经网络；混合高斯过程等
今日 Paper | 3D手势估计；自学习机器人；鲁棒语义分割；卷积神经网络；混合高斯过程等
AI科技评论
1+阅读 · 2020年1月8日
IEEE TPAMI | 火山语音提出多源迁移高斯回归模型，效果超越多个SOTA方法
IEEE TPAMI | 火山语音提出多源迁移高斯回归模型，效果超越多个SOTA方法
机器之心
1+阅读 · 2022年7月8日
ICLR 2020 | 神经正切，5行代码打造无限宽的神经网络模型
ICLR 2020 | 神经正切，5行代码打造无限宽的神经网络模型
AI科技评论
1+阅读 · 2020年4月18日
【经典书】机器学习高斯过程，266页pdf，MIT出版社
【经典书】机器学习高斯过程，266页pdf，MIT出版社
专知
0+阅读 · 2020年5月2日
卡内基梅隆研究成果分享：送给DBA，让数据库自己解决繁琐调参！
卡内基梅隆研究成果分享：送给DBA，让数据库自己解决繁琐调参！
DBAplus社群
0+阅读 · 2019年3月3日
参考链接
微信扫码咨询专知VIP会员
Top