Dự án Ngôn ngữ Julia
Sử dụng bộ sưu tập để sắp xếp ngăn nắp các trang
Lưu và phân loại nội dung dựa trên lựa chọn ưu tiên của bạn.
Trang này chứa thông tin chi tiết về một dự án viết nội dung kỹ thuật đã được chấp nhận tham gia Google Season of Docs.
Tóm tắt dự án
- Tổ chức nguồn mở:
- Ngôn ngữ Julia
- Người viết nội dung kỹ thuật:
- Liza
- Tên dự án:
- Suy luận Bayes cho quy trình Gaussian
- Thời lượng dự án:
- Thời hạn tiêu chuẩn (3 tháng)
Mô tả dự án
Tôi muốn phát triển (và tự học) một số tài liệu dễ bắt đầu, cho phép thực hiện suy luận Bayes cho các quy trình Gaussian (GP) bằng cách sử dụng hệ sinh thái của Julia.
Outline:
- Các mô hình không tham số là gì và cụ thể là GP
- Ví dụ đơn giản về việc điều chỉnh đường cong một chiều, tức là cho một tập hợp các cặp (x_i, y_i) cách điều chỉnh f(x)=y
- Thảo luận về các hạt nhân khác nhau: mũ vuông, Matern, tuyến tính, thành phần
- Ví dụ 2D phức tạp hơn, lập mô hình dữ liệu không gian
Trừ phi có lưu ý khác, nội dung của trang này được cấp phép theo Giấy phép ghi nhận tác giả 4.0 của Creative Commons. Để biết thông tin chi tiết, vui lòng tham khảo Chính sách trang web của Google Developers. Java là nhãn hiệu đã đăng ký của Oracle và/hoặc các đơn vị liên kết với Oracle.
Cập nhật lần gần đây nhất: 2024-11-08 UTC.
[[["Dễ hiểu","easyToUnderstand","thumb-up"],["Giúp tôi giải quyết được vấn đề","solvedMyProblem","thumb-up"],["Khác","otherUp","thumb-up"]],[["Thiếu thông tin tôi cần","missingTheInformationINeed","thumb-down"],["Quá phức tạp/quá nhiều bước","tooComplicatedTooManySteps","thumb-down"],["Đã lỗi thời","outOfDate","thumb-down"],["Vấn đề về bản dịch","translationIssue","thumb-down"],["Vấn đề về mẫu/mã","samplesCodeIssue","thumb-down"],["Khác","otherDown","thumb-down"]],["Cập nhật lần gần đây nhất: 2024-11-08 UTC."],[[["This Google Season of Docs project focuses on creating introductory materials for Bayesian inference for Gaussian Processes using the Julia programming language."],["The project will cover fundamental concepts of non-parametric models and Gaussian Processes, along with practical examples of curve fitting and spatial data modeling."],["Various kernel functions, such as squared exponential, Matern, and linear, will be explored to demonstrate their impact on model performance."],["The project aims to provide accessible resources for users to learn and apply Bayesian inference techniques with Gaussian Processes in Julia."]]],["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"]]
