Processo gaussiano: differenze tra le versioni
Contenuto cancellato Contenuto aggiunto
Integrazioni (def., sezioni, +rif.) Etichette: Link a wikipedia.org Modifica visuale |
m →Note |
||
(2 versioni intermedie di uno stesso utente non sono mostrate) | |||
Riga 8:
::<math>\operatorname {f} (\mathbf{x}) \sim \mathcal{N} (m_f(\mathbf{x}),k_f (\mathbf{x},\mathbf{x}'))</math>
Talvolta si assume che la media sia pari a zero e spesso si sceglie come insieme indice quello temporale cosicché il processo gaussiano risulti definito sul [[tempo]] <ref>{{Cita libro|nome=David J. C.|cognome=MacKay|titolo=Information theory, inference, and learning algorithms|url=https://
==Alcune applicazioni==
Riga 14:
L'inferenza per valori continui che fa uso di processi gaussiani è nota come [[Analisi di regressione|regressione]] gaussiana e trova utilizzo in svariati campi, dall'[[automazione]] alla [[geostatistica]] ([[Kriging]]).
I processi gaussiani sono, inoltre, un potente strumento per l'[[interpolazione]] non lineare.
Nell'ambito dell'[[apprendimento supervisionato]], i processi gaussiani sono impiegati in metodi [[Statistica non parametrica|non parametrici]] basati su [[Kernel definito positivo|kernel]] utili a risolvere problemi di classificazione e regressione.<ref>{{Cita libro|nome=Kevin P.|cognome=Murphy|titolo=Probabilistic machine learning: an introduction|collana=Adaptive computation and machine learning|data=2022|editore=The MIT Press|p=574|ISBN=978-0-262-04682-4}}</ref>
== Note ==
Riga 29 ⟶ 31:
== Collegamenti esterni ==
* {{cita web|http://www.GaussianProcess.org|The Gaussian Processes Web Site}}
* [https://scikit-learn.org/stable/modules/gaussian_process.html Classificazione e regressione basate su processi gaussiani] in Scikit-Learn
{{Controllo di autorità}}
|