從數學到實現，全面回顧高斯過程當中的函數最優化

高斯過程能夠被認爲是一種機器學習算法，它利用點與點之間同質性的度量做爲核函數，以從輸入的訓練數據預測未知點的值。本文從理論推導和實現詳細地介紹了高斯過程，並在後面提供了用它來近似求未知函數最優解的方法。文章選自efavdb，做者： Jonathan Landy，機器之心編譯。html 咱們回顧了高斯過程（GP）擬合數據所需的數學和代碼，最後得出一個經常使用應用的 demo——經過高斯過程搜索法快速

>>阅读原文<<