库斯,麦芽;卡尔·爱德华·拉斯穆森 评估二元高斯过程分类的近似推理。 (英语) Zbl 1190.62119号 J.马赫。学习。物件。 6, 1679-1704 (2005). 概要:高斯过程先验可以用于定义灵活的概率分类模型。不幸的是,精确贝叶斯推理在分析上是棘手的,并且已经提出了各种近似技术。我们回顾并比较了拉普拉斯方法和期望传播在二元高斯过程分类模型中的近似贝叶斯推理。我们将近似值、其预测性能和边际似然估计值与MCMC抽样所得结果进行了全面比较。我们从理论上解释并实证验证了期望传播与拉普拉斯方法相比的优势。 引用于25文件 MSC公司: 62H30型 分类和区分;聚类分析(统计方面) 2015年1月62日 贝叶斯推断 62M99型 随机过程的推论 65C60个 统计中的计算问题(MSC2010) 软件:伦敦银行支持向量机 PDF格式BibTeX公司 XML格式引用 \textit{M.Kuss}和\textit{C.E.Rasmussen},J.Mach。学习。第6号决议,1679--1704(2005年;Zbl 1190.62119) 全文: 链接