Buchumschlag

On the Gaussian process limit of Bayesian Additive Regression Trees

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Petrillo, Giacomo
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Very fast Bayesian Additive Regression Trees on GPU
von: Petrillo, Giacomo
Veröffentlicht: (2024)

Bayesian Additive Regression Networks
von: Van Boxel, Danielle
Veröffentlicht: (2024)

Bayesian Additive Regression Trees for functional ANOVA model
von: Park, Seokhun, et al.
Veröffentlicht: (2025)

Co-data Learning for Bayesian Additive Regression Trees
von: Goedhart, Jeroen M., et al.
Veröffentlicht: (2023)

Bayesian Additive Distribution Regression
von: Linero, Antonio R., et al.
Veröffentlicht: (2026)

BFTS: Thompson Sampling with Bayesian Additive Regression Trees
von: Deng, Ruizhe, et al.
Veröffentlicht: (2026)

MLCBART: Multilabel Classification with Bayesian Additive Regression Trees
von: Tian, Jiahao, et al.
Veröffentlicht: (2026)

Generalized Bayesian Additive Regression Trees: Theory and Software
von: Saha, Enakshi
Veröffentlicht: (2023)

Direct Bayesian Additive Regression Trees for Conditional Average Treatment Effects in Regression Discontinuity Designs
von: Kondo, Daisuke, et al.
Veröffentlicht: (2026)

Type 2 Tobit Sample Selection Models with Bayesian Additive Regression Trees
von: O'Neill, Eoghan
Veröffentlicht: (2025)

BARMPy: Bayesian Additive Regression Models Python Package
von: Van Boxel, Danielle
Veröffentlicht: (2024)

A Bayesian Additive Regression Tree Model for Learning Conditional Average Treatment Effects in Regression Discontinuity Designs
von: Alcantara, Rafael, et al.
Veröffentlicht: (2025)

On the Computational Efficiency of Bayesian Additive Regression Trees: An Asymptotic Analysis
von: Tan, Yan Shuo, et al.
Veröffentlicht: (2024)

Quantum Gaussian Process Regression for Bayesian Optimization
von: Rapp, Frederic, et al.
Veröffentlicht: (2023)

Bayesian Additive Main Effects and Multiplicative Interaction Models using Tensor Regression for Multi-environmental Trials
von: Santos, Antonia A. L. Dos, et al.
Veröffentlicht: (2023)

Semi-Parametric Bayesian Additive Regression Trees for Risk Prediction with High-Dimensional Epigenetic Signatures and Low-Dimensional Covariates
von: Bhandari, Saurabh, et al.
Veröffentlicht: (2026)

Trained quantum neural networks are Gaussian processes
von: Girardi, Filippo, et al.
Veröffentlicht: (2024)

Stochastic Gradient Descent for Nonparametric Additive Regression
von: Chen, Xin, et al.
Veröffentlicht: (2024)

Bayesian Regression Markets
von: Falconer, Thomas, et al.
Veröffentlicht: (2023)

Surrogate modeling for Bayesian optimization beyond a single Gaussian process
von: Lu, Qin, et al.
Veröffentlicht: (2022)

Joint Models for Handling Non-Ignorable Missing Data using Bayesian Additive Regression Trees: Application to Leaf Photosynthetic Traits Data
von: Goh, Yong Chen, et al.
Veröffentlicht: (2024)

TreeFlow: Going beyond Tree-based Gaussian Probabilistic Regression
von: Wielopolski, Patryk, et al.
Veröffentlicht: (2022)

Gaussian processes for Bayesian inverse problems associated with linear partial differential equations
von: Bai, Tianming, et al.
Veröffentlicht: (2023)

Student-t processes as infinite-width limits of posterior Bayesian neural networks
von: Caporali, Francesco, et al.
Veröffentlicht: (2025)

Improving Neural Additive Models with Bayesian Principles
von: Bouchiat, Kouroche, et al.
Veröffentlicht: (2023)

Online Quantile Regression for Nonparametric Additive Models
von: Zhan, Haoran
Veröffentlicht: (2026)

Design-marginal calibration of Gaussian process predictive distributions: Bayesian and conformal approaches
von: Pion, Aurélien, et al.
Veröffentlicht: (2025)

Bayesian autoregression to optimize temporal Matérn kernel Gaussian process hyperparameters
von: Kouw, Wouter M.
Veröffentlicht: (2025)

Bayesian Active Learning for Censored Regression
von: Hüttel, Frederik Boe, et al.
Veröffentlicht: (2024)

Bayesian Symbolic Regression for Missing Physics
von: Strouwen, Arno
Veröffentlicht: (2026)

Bayesian Kernel Regression for Functional Data
von: Kusaba, Minoru, et al.
Veröffentlicht: (2025)

On Thompson Sampling and Bilateral Uncertainty in Additive Bayesian Optimization
von: Wycoff, Nathan
Veröffentlicht: (2025)

ADHAM: Additive Deep Hazard Analysis Mixtures for Interpretable Survival Regression
von: Ketenci, Mert, et al.
Veröffentlicht: (2025)

Likelihood-Free Gaussian Process for Regression
von: Shikuri, Yuta
Veröffentlicht: (2020)

Implicit Manifold Gaussian Process Regression
von: Fichera, Bernardo, et al.
Veröffentlicht: (2023)

Robust and Conjugate Gaussian Process Regression
von: Altamirano, Matias, et al.
Veröffentlicht: (2023)

DTI-GP: Bayesian operations for drug-target interactions using deep kernel Gaussian processes
von: Bolgár, Bence, et al.
Veröffentlicht: (2025)

On Additive Gaussian Processes for Wind Farm Power Prediction
von: Brealy, Simon M., et al.
Veröffentlicht: (2026)

Gaussian Process Neural Additive Models
von: Zhang, Wei, et al.
Veröffentlicht: (2024)

Observation-dependent Bayesian active learning via input-warped Gaussian processes
von: Jarl, Sanna, et al.
Veröffentlicht: (2026)