عملية عشوائية تُستخدم كطريقة بايزية غير معلمية لنمذجة الدوال غير المعروفة.العملية الغاوسية هي أداة إحصائية قوية تُستخدم لنمذجة الدوال غير المعروفة بطريقة تتعامل مع عدم اليقين بشكل طبيعي. فبدلاً من تقديم أفضل تخمين واحد لدالة ما، فإنها توفر توزيع احتمالي كامل على الدوال الممكنة التي تطابق البيانات المرصودة. وهذا يجعلها حجر الزاوية في الطرق البايزية غير المعلمية، حيث ينمو تعقيد النموذج مع كمية البيانات، بدلاً من أن يكون ثابتًا مسبقًا.
تمت صياغة المفهوم في الأربعينيات من القرن العشرين على يد عالم الرياضيات نوربرت فينر وآخرين، لكن استخدامه الحديث في التعلم الآلي انتشر بفضل كارل إدوارد راسموسن وكريستوفر ك. آي. ويليامز في كتابهما الصادر عام 2006.
تعرف العملية الغاوسية توزيعًا على الدوال من خلال تحديد دالة المتوسط ودالة التغاير (النواة). ترمز النواة إلى افتراضات حول النعومة أو الدورية أو خصائص أخرى للدالة. عند ملاحظة نقاط بيانات، تقوم العملية بتحديث التوزيع، مما ينتج توزيعًا خلفيًا يمكنه التنبؤ بالقيم عند نقاط جديدة مع قياس لعدم اليقين. هذا عدم اليقين هو المفتاح: فهو يتقلص بالقرب من البيانات المرصودة ويزداد في المناطق غير المستكشفة، مما يسمح باتخاذ قرارات مبدئية.
تُستخدم العمليات الغاوسية في التحسين البايزي لضبط المعلمات الفائقة، وفي الجيولوجيا الإحصائية لاستيفاء البيانات المكانية (الكريجينغ)، وفي الروبوتات لتعلم سياسات التحكم من البيانات.
يمكن النظر إلى العمليات الغاوسية على أنها تعميم لانهائي الأبعاد للتوزيع الطبيعي متعدد المتغيرات، حيث تتبع أي مجموعة محدودة من النقاط توزيعًا غاوسيًا مشتركًا.










