【統計學】【2015.08】高斯過程的貝葉斯時間序列學習

本文爲英國劍橋大學（作者：RogerFrigola-Alcalde）的博士論文，共109頁。 時間序列數據的分析在社會科學、生物學、工程學或計量經濟學等領域都很重要。本文提出了一系列學習時間序列貝葉斯非參數模型的算法，這些模型的目標是雙重的。首先，它們的目標是做出預測，量化由於數據數量和質量的限制而產生的不確定性。第二，它們具有足夠的靈活性，可以對高度複雜的數據建模，同時在數據不需要複雜模型時防止

>>阅读原文<<