hetGPy: Heteroskedastic Gaussian Process Modeling in Python
Gespeichert in:
| Titel: | hetGPy: Heteroskedastic Gaussian Process Modeling in Python |
|---|---|
| Autoren: | O’gara, David, Binois, Mickaël, Garnett, Roman, Hammond, Ross |
| Weitere Verfasser: | Washington University in Saint Louis (WUSTL), Analysis and Control of Unsteady Models for Engineering Sciences (ACUMES), Centre Inria d'Université Côte d'Azur, Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria), Brookings Institution, Santa Fe Institute |
| Quelle: | ISSN: 2475-9066 ; Journal of Open Source Software ; https://hal.science/hal-05372470 ; Journal of Open Source Software, 2025, 10 (106), pp.7518. ⟨10.21105/joss.07518⟩. |
| Verlagsinformationen: | CCSD Open Journals |
| Publikationsjahr: | 2025 |
| Bestand: | HAL Université Côte d'Azur |
| Schlagwörter: | [STAT.ML]Statistics [stat]/Machine Learning [stat.ML] |
| Beschreibung: | International audience |
| Publikationsart: | article in journal/newspaper |
| Sprache: | English |
| DOI: | 10.21105/joss.07518 |
| Verfügbarkeit: | https://hal.science/hal-05372470 https://doi.org/10.21105/joss.07518 |
| Dokumentencode: | edsbas.C612ADA0 |
| Datenbank: | BASE |
Nájsť tento článok vo Web of Science | Abstract: | International audience |
|---|---|
| DOI: | 10.21105/joss.07518 |