Gaussovský proces | AI slovník

Odborná definice

Gaussian process je pravděpodobnostní rozdělení nad funkciami, při kterém má lubovolná konečná množina funkčných hodnot společné vícerozměrné Gaussovo rozdělení. Model je určený strednou funkcí a kernelem, který vyjadřuje podobnost vstupů a předpoklady o hladkosti, periodicite či mierke změn. Po pozorování dat vzniká posteriorné rozdělení s prediktívnym průměrem i nejistotou. Gaussovské procesy jsou dátovo efektivně a interpretovatelné, ale přesný výpočet typicky roste kubicky s počtem tréninkových bodů, co omezuje velké datasety.

Srozumitelné vysvětlení

Představte si měření teploty stroja pouze v několika časech. Gaussovský proces nenakreslí jednu jedinou čiaru, ale rodinu možných priebehů, které jsou kompatibilní s meraniami a zvoleným predpokladom o hladkosti. Blízko senzorových bodů je zvezok kriviek úzký, v nepozorovaných oblastiach se rozširuje. Výsledkem je odhad i informace, kde si model není jistý. Pokud kernel předpokládá pomalé změny, ale systém skáče po režimoch, nejistota může působit matematicky přesně, ale opisovat nesprávný typ reality.

Časté otázky

Čím se Gaussovský proces liší od lineární regrese?

Lineární regrese předpokládá konkrétní parametrický tvar funkce, zatímco GP pracuje s rozdělením nad funkciami definovaným kernelem. Lineární model lze chápat jako špeciálny případ při vhodné kovariančnej štruktúre.

Odkial pochází prediktívna nejistota GP?

Posterior kombinuje kernel, pozorované vstupy, jejich hodnoty a model šumu. Nejistota roste tam, kde jsou body vzdálené nebo kernel považuje pozorování za málo informatívne pro nový vstup.

Proč je výběr kernelu takový důležitý?

Kernel kóduje, které vstupy jsou podobné a jaké funkční priebehy model považuje za pravdepodobné. Periodický kernel, radiálna báza a Matérnů kernel proto vedou k odlišným extrapoláciám i intervalem nejistoty.

Lze GP použít na klasifikaci?

Ano, latentní funkce se spojí s logistickou nebo probitovou vezbou. Posterior už není analyticky jednoduchý, proto se používá Laplaceova aproximace, variační inference nebo vzorkování.

Jak se Gaussovské procesy škálují na velké data?

Používají se indukujúce body, řídké aproximace, lokálně GP nebo strukturované kernely. Zrychlení mění přesnost posterioru, takže se hodnotí nejen predikce, ale i kalibrace nejistoty.

Související pojmy

Zdroje a redakční stopa

Definícia je autorská odborná syntéza. Pri právnych a regulačných rozhodnutiach má prednosť aktuálne oficiálne znenie predpisu a posúdenie konkrétneho prípadu.