Aprendizaje supervisado basado en Procesos Gaussianos

Abstract

El trabajo ha explorado los elementos principales de la teoría del aprendizaje supervisado basado en procesos Gaussianos. Se ha estudiado la conexión con métodos estadísticos de regularización, tales como la regresión ridge. Se ha analizado la formulación equivalente basada en funciones núcleo.También se han estudiado resultados orientados a proporcionar garantías estadísticas sobre el rendimiento de estos métodos, dentro del marco de aprendizaje PAC Bayesiano. El trabajo se ha completado con una buena cantidad de simulaciones y ejemplos con datos reales.