dette https://blog.hatena.ne.jp/dette/ nykergoto’s blog https://nykergoto.hatenablog.jp/ PRML Python 前提条件 まず初めに目的変数は、ある重みのベクトルと、dataから得られた特徴ベクトルの線形結合であらわされるとします。 要するに となっているわけです。このとき、の事前分布が で与えられているとすると、ガウス分布の線形和もガウス分布なので、yの分布もガウス分布となってくれます。ガウス分布ということは、期待値と、共分散行列さえ求めてしまえばよいので、yの平均と共分散行列を求めると となります。これのイメージは、いくつかのxでのyの値がどういう分布になるのか知りたければ、今から知りたいと思うxの特徴ベクトルをすべて計算して、それを掛け算して計算することのできるグラム行列を計算すれば、yの同時分布… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fnykergoto.hatenablog.jp%2Fentry%2F2015%2F08%2F09%2F051443" title="ガウス過程による事前分布からのサンプル - nykergoto’s blog" class="embed-card embed-blogcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;"></iframe> http://chart.apis.google.com/chart?cht=tx&chl=y Hatena Blog https://hatena.blog 2015-08-09 05:14:43 rich https://nykergoto.hatenablog.jp/entry/2015/08/09/051443 1.0 100%