প্রায়শই বলা হয় যে গাউসিয়া প্রক্রিয়া রিগ্রেশন (জিপিআর) বেইসিয়ান লিনিয়ার রিগ্রেশনকে (সম্ভবত) অসীম পরিমাণ ভিত্তির ফাংশনগুলির সাথে সম্পর্কিত করে। আমি জিপিআর ব্যবহার করে কোন ধরণের মডেল প্রকাশ করতে পারি তার একটি অন্তর্দৃষ্টি পেতে আমি এটি বিশদটি বোঝার চেষ্টা করছি।
- আপনি কি মনে করেন যে জিপিআর বোঝার চেষ্টা করার জন্য এটি একটি ভাল পদ্ধতি?
রাসমুসেন এবং উইলিয়ামস ফর মেশিন লার্নিংয়ের জন্য গাউসিয়ান প্রসেসিস বইটিতে দেখানো হয়েছে যে প্যারামিটারাইজড এক্সফেনসিয়াল স্কোয়ার্ড কার্নেল কে ( x , x ′ ; l ) = σ 2 পি এক্সপ্রেস ( - ( এক্স - এক্স ) 2 দ্বারা বর্ণিত গাউস প্রক্রিয়াগুলির সেট )equivalently পূর্বে বিশ্বাস bayesian রিগ্রেশন হিসাবে বর্ণনা করা যায়W~এন(0,σ 2 পি আমি)ওজন উপর এবং ফর্ম ভিত্তিতে ফাংশন অসীম পরিমাণφগ(এক্স;ঠ)=Exp(-(x-গ)2
- পার্থক্যযুক্ত কার্নেলের প্যারামিটারাইজেশনটি কি সর্বদা পূর্ব এবং ভিত্তি ফাংশনগুলির প্যারামিটারাইজেশনে অনুবাদ করা যেতে পারে বা সেখানে ডিফারেনটেবল কার্নেলগুলি রয়েছে যেখানে উদাহরণ ভিত্তিক ফাংশনগুলির সংখ্যা কনফিগারেশনের উপর নির্ভর করে?
আমার পরবর্তী প্রশ্নটি Mercers উপপাদকের বিপরীত সম্পর্কে।
- কোন ভিত্তি ফাংশনগুলির সেটগুলি বৈধ কার্নেলগুলি নিয়ে যায়?
এবং এক্সটেনশন
- প্যারামিটারাইজড বেস ফাংশনের কোন সেট বৈধ পার্থক্যযোগ্য কার্নেলগুলিতে নিয়ে যায়?