Гауссовский процесс (Russian Wikipedia)

Analysis of information sources in references of the Wikipedia article "Гауссовский процесс" in Russian language version.

refsWebsite

Global rank Russian rank

6web.archive.org

1^st place

2wikipedia.org

low place

1platypusinnovation.blogspot.co.uk

low place

1cam.ac.uk

670^th place

1,461^st place

1ucl.ac.uk

1,306^th place

2,131^st place

1gaussianprocess.org

low place

1archive.org

6^th place

9^th place

1scikit-learn.org

low place

1ufl.edu

921^st place

1,465^th place

1doi.org

2^nd place

3^rd place

archive.org

Grimmett, Geoffrey; David Stirzaker. Probability and Random Processes (англ.). — Oxford University Press, 2001. — ISBN 0198572220.

cam.ac.uk

inference.phy.cam.ac.uk

MacKay, David, J.C.^[англ.]. Information Theory, Inference, and Learning Algorithms (англ.). — Cambridge University Press, 2003. — P. 540. — ISBN 9780521642989. Архивировано 19 октября 2016 года.. — «"The probability distribution of a function $y(\mathbf {x} )$ is a Gaussian processes if for any finite selection of points $\mathbf {x} ^{(1)},\mathbf {x} ^{(2)},\ldots ,\mathbf {x} ^{(N)}$ , the density $P(y(\mathbf {x} ^{(1)}),y(\mathbf {x} ^{(2)}),\ldots ,y(\mathbf {x} ^{(N)}))$ is a Gaussian"».

doi.org

dx.doi.org

Csato, L.; Opper, M. Sparse on-line Gaussian processes (англ.) // Neural Computation^[англ.]. — 2002. — Vol. 14. — P. 641—668. — doi:10.1162/089976602317250933.

gaussianprocess.org

Rasmussen, C.E.; Williams, C.K.I. Gaussian Processes for Machine Learning. — MIT Press, 2006. — ISBN 0-262-18253-X. Архивировано 22 мая 2021 года.

platypusinnovation.blogspot.co.uk

Platypus Innovation: A Simple Intro to Gaussian Processes (a great data modelling tool) (неопр.). Дата обращения: 15 января 2018. Архивировано 1 мая 2018 года.

scikit-learn.org

The documentation for scikit-learn also has similar examples Архивная копия от 19 апреля 2021 на Wayback Machine.

ucl.ac.uk

web4.cs.ucl.ac.uk

Barber, David. Bayesian Reasoning and Machine Learning. — Cambridge University Press, 2012. — ISBN 978-0-521-51814-7. Архивировано 11 ноября 2020 года.

ufl.edu

cnel.ufl.edu

Архивированная копия (англ.). Дата обращения: 15 января 2018. Архивировано из оригинала 4 марта 2016 года.Архивированная копия (неопр.). Дата обращения: 15 января 2018. Архивировано из оригинала 4 марта 2016 года.

web.archive.org

Platypus Innovation: A Simple Intro to Gaussian Processes (a great data modelling tool) (неопр.). Дата обращения: 15 января 2018. Архивировано 1 мая 2018 года.
MacKay, David, J.C.^[англ.]. Information Theory, Inference, and Learning Algorithms (англ.). — Cambridge University Press, 2003. — P. 540. — ISBN 9780521642989. Архивировано 19 октября 2016 года.. — «"The probability distribution of a function $y(\mathbf {x} )$ is a Gaussian processes if for any finite selection of points $\mathbf {x} ^{(1)},\mathbf {x} ^{(2)},\ldots ,\mathbf {x} ^{(N)}$ , the density $P(y(\mathbf {x} ^{(1)}),y(\mathbf {x} ^{(2)}),\ldots ,y(\mathbf {x} ^{(N)}))$ is a Gaussian"».
Barber, David. Bayesian Reasoning and Machine Learning. — Cambridge University Press, 2012. — ISBN 978-0-521-51814-7. Архивировано 11 ноября 2020 года.
Rasmussen, C.E.; Williams, C.K.I. Gaussian Processes for Machine Learning. — MIT Press, 2006. — ISBN 0-262-18253-X. Архивировано 22 мая 2021 года.
The documentation for scikit-learn also has similar examples Архивная копия от 19 апреля 2021 на Wayback Machine.
Архивированная копия (англ.). Дата обращения: 15 января 2018. Архивировано из оригинала 4 марта 2016 года.Архивированная копия (неопр.). Дата обращения: 15 января 2018. Архивировано из оригинала 4 марта 2016 года.

wikipedia.org

en.wikipedia.org

MacKay, David, J.C.^[англ.]. Information Theory, Inference, and Learning Algorithms (англ.). — Cambridge University Press, 2003. — P. 540. — ISBN 9780521642989. Архивировано 19 октября 2016 года.. — «"The probability distribution of a function $y(\mathbf {x} )$ is a Gaussian processes if for any finite selection of points $\mathbf {x} ^{(1)},\mathbf {x} ^{(2)},\ldots ,\mathbf {x} ^{(N)}$ , the density $P(y(\mathbf {x} ^{(1)}),y(\mathbf {x} ^{(2)}),\ldots ,y(\mathbf {x} ^{(N)}))$ is a Gaussian"».
Csato, L.; Opper, M. Sparse on-line Gaussian processes (англ.) // Neural Computation^[англ.]. — 2002. — Vol. 14. — P. 641—668. — doi:10.1162/089976602317250933.