基于高斯過程機器學(xué)習(xí)方法的證券預(yù)測模型研究.pdf

1、運用貝葉斯的理論框架來解決現(xiàn)實中的一些機器學(xué)習(xí)的難題，是最近幾年，在機器學(xué)習(xí)領(lǐng)域中一個比較熱門的方向。而高斯過程機器學(xué)習(xí)的方法是將貝葉斯方法用于機器學(xué)習(xí)的一種重要方法。本文主要介紹了高斯過程，并且討論了如何將高斯過程同機器學(xué)習(xí)的領(lǐng)域聯(lián)系起來，以及怎樣將高斯過程機器學(xué)習(xí)的方法其運用于證券的預(yù)測上。
　　本文主要從貝葉斯線性回歸模型的問題出發(fā)，最終揭示如何將高斯過程機器學(xué)習(xí)的方法運用于回歸分析，并將其運用于證券的預(yù)測上。對高斯過程的介

2、紹主要通過特征向量在特征空間的投影和函數(shù)空間兩個方面。我們通過介紹幾種常用的協(xié)方差函數(shù)及其特性，發(fā)現(xiàn)高斯過程的協(xié)方差函數(shù)是學(xué)習(xí)研究高斯過程的關(guān)鍵。介紹了如何通過一些簡單、熟悉的協(xié)方差函數(shù)來構(gòu)造新的、復(fù)雜的協(xié)方差函數(shù)，以及如何使其具備各向同性、非各向同性、平穩(wěn)及變周期等性質(zhì)。協(xié)方差函數(shù)的性質(zhì)是通過協(xié)方差函數(shù)的結(jié)構(gòu)及其超參數(shù)的大小來體現(xiàn)。通過觀察協(xié)方差函數(shù)的結(jié)構(gòu)，很多類型的協(xié)方差函數(shù)我們很容易理解其超參數(shù)的含義。根據(jù)我們所研究的問題來選擇一