Alexandre Andorra 的帖子
高斯过程：HSGP 高级用法
- 2024年6月28日
希尔伯特空间高斯过程近似是一种低秩 GP 近似，特别适合在像 PyMC 这样的概率编程语言中使用。它使用预先计算和固定的基函数集来近似 GP，这些基函数不依赖于协方差核的形式或其超参数。它是一种参数近似，因此在 PyMC 中可以像使用线性模型一样通过 pm.Data 或 pm.set_data 进行预测。 您无需定义非参数 GP 依赖的 .conditional 分布。 这使得将 HSGP 而不是 GP 集成到您现有的 PyMC 模型中变得 *容易得多*。 此外，与许多其他 GP 近似不同，HSGP 可以在模型内的任何位置以及与任何似然函数一起使用。
高斯过程：HSGP 参考和入门
- 2024年6月10日
希尔伯特空间高斯过程近似是一种低秩 GP 近似，特别适合在像 PyMC 这样的概率编程语言中使用。它使用预先计算和固定的基函数集来近似 GP，这些基函数不依赖于协方差核的形式或其超参数。它是一种参数近似，因此在 PyMC 中可以像使用线性模型一样通过 pm.Data 或 pm.set_data 进行预测。 您无需定义非参数 GP 依赖的 .conditional 分布。 这使得将 HSGP 而不是 GP 集成到您现有的 PyMC 模型中变得 *容易得多*。 此外，与许多其他 GP 近似不同，HSGP 可以在模型内的任何位置以及与任何似然函数一起使用。