高斯过程回归中的可伸缩结构发现
Hyunjik Kim、Yee Whye Teh
自动机器学习研讨会论文集2016年,PMLR 64:31-40。
摘要
Lloyd等人(2014)中的自动贝叶斯协方差发现(ABCD)为自动化统计建模以及回归问题的探索性数据分析提供了一个框架。但是,ABCD由于其$O(N^3)$运行时间而无法缩放。这是不可取的,不仅因为数据集的平均大小正在快速增长,而且因为较大数据中可能包含更多信息,这意味着更需要能够发现复杂结构的更具表现力的模型。我们建议使用ABCD的可扩展版本,将大数据包含在自动统计建模的范围内。
引用本文
相关材料