一、高斯(分布)过程(随机过程)是什么？
| 一维高斯分布 | 多维高斯分布 | 无限维高斯分布 |
| 高斯网络 | 高斯过程 |
简单的说，就是一系列关于连续域（时间或空间）的随机变量的联合，而且针对每一个时间或是空间点上的随机变量都是服从高斯分布的。
举个例子：倘若你人生的每一个时刻看做一个随机变
本文介绍了高斯过程回归的基础知识，包括高斯过程的定义、用途，特别是其在非线性预测中的应用。通过weight-space、weighted-space和function-space三个角度解析高斯过程回归的使用。讨论了核函数的选择，如高斯核函数和Matern核，并指出高斯过程在处理噪声时的方法。文章适合对统计建模感兴趣的读者。
最低0.47元/天 解锁文章
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
