高斯过程

【数据挖掘】深度高斯过程深度高斯过程（Deep Gaussian Process, DGP）是一种结合高斯过程（Gaussian Process, GP）和深度学习的模型，旨在将高斯过程的非参数灵活性与深度模型的分层特征学习能力相结合。它可以看作是高斯过程的深度扩展，通过多个隐藏层的高斯过程构建非线性映射。

【机器学习】Gaussian Process (GP)高斯过程是一种用于监督学习的非参数贝叶斯方法，特别适用于回归和分类任务。GP 提供了一种灵活的建模方式，可以自然地量化预测中的不确定性。

多任务高斯过程数学原理和Pytorch实现示例高斯过程其在回归任务中的应用我们都很熟悉了，但是我们一般介绍的都是针对单个任务的，也就是单个输出。本文我们将讨论扩展到多任务gp，强调它们的好处和实际实现。