A Gaussian process is a collection

A Gaussian process is a collection of random variables, any finite number of which have (consistent) Gaussian distributions [Rasmussen, 2004]. Therefore, the vector of function values yℓ of training points can be viewed as only one sample of a multivariate Gaussian distribution with joint probability density p(yℓ |Xℓ ), where Xℓ is the set of training points. Thus, the predictive distribution for a new test point xℓ+1 is obtained from ℓ + 1- dimensional joint Gaussian distribution for the outputs of the ℓ training points and the test point, by conditioning on the observed targets in the training set:

Kết quả (Việt) 1:

Một quá trình Gaussian là một tập hợp của các biến ngẫu nhiên, bất kỳ số lượng hữu hạn trong đó có phân phối Gaussian (thống nhất) [Rasmussen, 2004]. Vì vậy, các véc tơ của hàm giá trị yℓ đào tạo điểm có thể được xem như là chỉ có một mẫu của một phân phối Gaussian đa biến với mật độ xác suất chung p(yℓ | Xℓ), nơi Xℓ là tập hợp của đào tạo điểm. Vì vậy, bản phân phối kiểu cho một thử nghiệm mới điểm xℓ + 1 từ ℓ + 1-chiều thu được phần phân phối Gaussian cho kết quả đầu ra ℓ đào tạo điểm và các điểm kiểm tra, bởi lạnh trên các mục tiêu quan sát thấy trong các thiết lập đào tạo:

Kết quả (Việt) 2:

Một tiến trình Gaussian là một bộ sưu tập của các biến ngẫu nhiên, bất kỳ số lượng hữu hạn trong đó có (phù hợp) phân phối Gaussian [Rasmussen, 2004]. Do đó, các vector của các chức năng giá trị yℓ điểm đào tạo có thể được xem như là chỉ có một mẫu của một phân phối Gaussian đa biến với mật độ xác suất doanh p (yℓ | Xℓ), nơi Xℓ là tập hợp các điểm đào tạo. Như vậy, phân phối dự đoán cho một điểm thử nghiệm mới xℓ + 1 thu được từ ℓ + 1- chiều phân phối Gaussian doanh cho các đầu ra của các điểm đào tạo ℓ và điểm kiểm tra, bởi điều về mục tiêu quan sát trong tập huấn luyện: