[ガウス過程回帰（Gaussian Process Regression）](https://zenn.dev/wsuzume/books/66b6fe7bb537b3e2b4bb/viewer/6d9140) - これまで：[[線形回帰]]は各データが独立かつある平均から分散一定で観測されるという仮定に基づいたモデル化 - ガウス過程はすべてのデータの間に「入力が近ければ出力も近い」という依存関係を仮定したモデルである。近傍法的なアイディアは[[カーネル法]]に似ている。 - ガウス過程回帰にはパラメータがなく、共分散行列から予測分布が求まってしまうので、他のモデルのような「学習」に相当するフェーズはない - 計算量：時間計算量は$O(n^3)$、空間計算量$O(n^2)$。逆行列計算が必要であるため、計算量は高い。