โครงการ Julia Language
จัดทุกอย่างให้เป็นระเบียบอยู่เสมอด้วยคอลเล็กชัน
บันทึกและจัดหมวดหมู่เนื้อหาตามค่ากำหนดของคุณ
หน้านี้มีรายละเอียดของโปรเจ็กต์การเขียนเชิงเทคนิคที่ได้รับการยอมรับสำหรับ Google Season of Docs
สรุปโปรเจ็กต์
- องค์กรโอเพนซอร์ส
- ภาษา Julia
- นักเขียนเชิงเทคนิค
- Liza
- ชื่อโปรเจ็กต์:
- การอนุมานแบบเบย์สำหรับกระบวนการกaussian
- ระยะเวลาของโปรเจ็กต์
- ระยะเวลามาตรฐาน (3 เดือน)
คำอธิบายโปรเจ็กต์
ฉันต้องการพัฒนา (และสอนตัวเอง) เนื้อหาที่เริ่มต้นได้ง่าย ซึ่งช่วยให้สามารถทำการอนุมานแบบเบย์เซียนสำหรับกระบวนการแบบกaussian (GP) โดยใช้ระบบนิเวศของ Julia
Outline:
- โมเดลแบบไม่ใช้พารามิเตอร์และ GP โดยเฉพาะคืออะไร
- ตัวอย่างการประมาณเส้นโค้งแบบ 1 มิติแบบง่าย เช่น เมื่อมีชุดคู่ (x_i, y_i) วิธีปรับให้พอดีกับ f(x)=y
- สนทนาเคอร์เนลต่างๆ: เลขชี้กำลังยกกำลังสอง เมเทิร์น เชิงเส้น องค์ประกอบ
- ตัวอย่างแบบ 2 มิติที่ซับซ้อนมากขึ้น คือการประมาณข้อมูลเชิงพื้นที่
เนื้อหาของหน้าเว็บนี้ได้รับอนุญาตภายใต้ใบอนุญาตที่ต้องระบุที่มาของครีเอทีฟคอมมอนส์ 4.0 เว้นแต่จะระบุไว้เป็นอย่างอื่น โปรดดูรายละเอียดที่นโยบายเว็บไซต์ Google Developers Java เป็นเครื่องหมายการค้าจดทะเบียนของ Oracle และ/หรือบริษัทในเครือ
อัปเดตล่าสุด 2025-07-25 UTC
[null,null,["อัปเดตล่าสุด 2025-07-25 UTC"],[],["The project, titled \"Bayesian inference for Gaussian Processes,\" involves creating educational material on using Julia's ecosystem for Bayesian inference with Gaussian processes (GPs). The project will cover non-parametric models, one-dimensional curve fitting examples with various kernels (squared exponential, Matern, linear), and a 2D spatial data modeling example. It will be developed by technical writer Liza over a standard 3-month period for The Julia Language open-source organization.\n"],null,[]]