Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Probabilistic morphisms and Bayesian supervised learning

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985840%3A_____%2F25%3A00637597" target="_blank" >RIV/67985840:_____/25:00637597 - isvavai.cz</a>

  • Výsledek na webu

    <a href="https://doi.org/10.4213/sm10191e" target="_blank" >https://doi.org/10.4213/sm10191e</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.4213/sm10191e" target="_blank" >10.4213/sm10191e</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Probabilistic morphisms and Bayesian supervised learning

  • Popis výsledku v původním jazyce

    We develop the category theory of Markov kernels to the study of categorical aspects of Bayesian inversions. As a result, we present a unified model for Bayesian supervised learning, including Bayesian density estimation. We illustrate this model with Gaussian process regressions.

  • Název v anglickém jazyce

    Probabilistic morphisms and Bayesian supervised learning

  • Popis výsledku anglicky

    We develop the category theory of Markov kernels to the study of categorical aspects of Bayesian inversions. As a result, we present a unified model for Bayesian supervised learning, including Bayesian density estimation. We illustrate this model with Gaussian process regressions.

Klasifikace

  • Druh

    J<sub>imp</sub> - Článek v periodiku v databázi Web of Science

  • CEP obor

  • OECD FORD obor

    10101 - Pure mathematics

Návaznosti výsledku

  • Projekt

  • Návaznosti

    I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Ostatní

  • Rok uplatnění

    2025

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název periodika

    Sbornik Mathematics

  • ISSN

    1064-5616

  • e-ISSN

    1468-4802

  • Svazek periodika

    216

  • Číslo periodika v rámci svazku

    5

  • Stát vydavatele periodika

    GB - Spojené království Velké Británie a Severního Irska

  • Počet stran výsledku

    19

  • Strana od-do

    723-741

  • Kód UT WoS článku

    001578022100008

  • EID výsledku v databázi Scopus

    2-s2.0-105012498077