高斯过程回归方法及其预测模型

许雪

摘要：机器学习目前在计算机学科和信息学科里是非常重要的一个前沿领域，高斯过程回归这一理论学习方法是一种全新的机器学习方法，它是在贝叶斯理论和统计学习理论结合的基础上发展起来的，自被提出以来就受到各个领域的专家等的高度重视并取得了不少成果。本文主要介绍高斯过程回归的方法及其算法模型

关键词：高斯过程回归；贝叶斯理论；函数空间；预测

中图分类号：TP181 文献标识码：A 文章编号：1672-3791（2016）04（b）-0000-00

四、结语

高斯过程回归是在贝叶斯理论和统计学习理论结合的基础上发展起来的一种全新的机器学习方法。本文主要介绍高斯过程回归的方法及其算法模型，应用该模型，可以使我们更准确的对有噪声的过程进行预测分析。

参考文献：

[1]C.E.Rasmussen， C.K.I.Williams. Gaussian Processes for machine learning[M].USA：MIT press，2006.

[2]C.Rasmussen. Evaluation of Gaussian Processes and Other Methods for Non-linear Regression[D].PhD thesis，University of Toronto， 1996.

[3]P.J.Brockwell， R.A.Davis. Time Series： Theory and Methods[M].Springer，1991.

[4]孙斌，姚海涛，刘婷.基于高斯过程回归的短期风速预测[J].中国电机工程学报，2012年，32卷（29期）.