高斯过程回归方法综述
高斯过程回归是基于贝叶斯理论和统计学习理论发展起来的一种全新机器学习方法, 适于处理高维数、小
样本和非线性等复杂回归问题. 在阐述该方法原理的基础上, 分析了其存在的计算量大、噪声必须服从高斯分布等
问题, 给出了改进方法. 与神经网络和支持向量机相比, 该方法具有容易实现、超参数自适应获取以及输出具有概率
意义等优点, 方便与预测控制、自适应控制、贝叶斯滤波等相结合. 最后总结了其应用情况并展望了未来发展方向.
文件下载
评论信息
其他资源
- 中国人口增长预测模型
- VMware-VCSA-all-6.7.0-11726888（iso格式）
- 零基础看懂LDA主题模型
- CMW100固件安装指引_V2.0.pdf
- 实验室管理系统.zip
- MFC特强大CListCtrlEx（支持插入控件、设置颜色、始终高亮、列排序等）
- unlocker208下载
- Web设计购物网站程序源码下载
- vb编写的最小二乘法线性拟合程序
- AP聚类算法的源代码
- 安徽省地图arcgis数据美化后mxd文件shp格式2019年
- 自动检测技术及应用（第2版）课件 （第二章,第5节工程项目设计实例）.ppt
- 燕山大学《电路原理》历年研究生考试试卷2.pdf
- Java开发手册 _ _ 嵩山版.zip
- ODH：Chrome扩展程序，用于显示在线词典内容-源码
- 大数据技术之Kafka.docx
- 二叉树及其应用.docx
- 旅行商问题_TSP_的改进模拟退火算法
- VPB的所有版本
- 控制点投影变形计算
- 最新mingw5.1.6
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明