가우시안 프로세스 회귀 (Gaussian process regression) 이해

가우시안 프로세스 회귀는 베이지안 추론을 함수 공간에서 수행하여, 주어진 데이터에 대해 사후 분포를 예측하는 회귀 모델이다. 베이지안 선형 회귀와 같이 분포가 예측되므로 예측 값뿐만 아니라, 예측의 신뢰도를 줄 수 있다. 분포의 표준편차가 낮으면 예측 값의 신뢰도가 높다. 가우시안 프로세스는 함수에 대한 분포를 설명한다. 가우시안 프로세스는 임의 변수의 집합으로, 어느 유한한 조합에 대해서도 다변량 정규 분포 (multivariate normal distribution, 혹은 joint Gaussian distribution)를 따른다. 여기서 임의 변수는 x에서의 함숫값 f(x)를 나타낸다. 정의에 따라 아래와 같이 주변 분포, 조건부 분포 등에서도 가우시안 분포를 따르게 된다. 다변량 정규 분포와 유사하게 가우시안 프로세스는 함수 f의 평균 함수, m 과 공분산 함수, k 로 정의할 수 있다. 가우시안 프로세스 회귀는 가우시안 프로세스를 베이지안 추론의 prior로 사용한다. 보...

원문링크 : 가우시안 프로세스 회귀 (Gaussian process regression) 이해