Mais conteúdo relacionado
Mais de sleepy_yoshi (20)
PRML復々習レーン#10 前回までのあらすじ
- 3. 前回の範囲
• 6章 カーネル法
– 6.1 双対表現
– 6.2 カーネル関数の構成
– 6.3 RBFネットワーク
• 6.3.1 Nadaraya-Watson モデル
– 6.4 ガウス過程
• 6.4.1 線形回帰再訪
• 6.4.2 ガウス過程による回帰
• 6.4.3 超パラメータの学習
• 6.4.4 関連度自動決定
• 6.4.5 ガウス過程による分類
• 6.4.6 ラプラス近似
• 6.4.7 ニューラルネットワークとの関係 3
- 9. 6.4 ガウス過程
任意のデータ集合 𝒙 𝑖 , 𝑡 𝑖 , … , 𝒙 𝑗 , 𝑡 𝑗
の同時分布がガウス分布となること
• ガウス分布の共分散にカーネルを設定
• 新しいデータに対する予測分布を計算する際に,訓練
データのグラム行列および入力データに対するカーネ
ル関数の結果を利用可能
• パラメトリックモデルを経由することなしに関数に対す
る事前分布を定義していると解釈できる
ポイントだよ
9