교수님께서 잘 설명을 해주셨는데 강의를 들으며 필기한 내용을 정리중에

개념을 정확하게 하고 싶어서 질문을 남깁니다.

linear regression의 경우 y=ax+b 형태로 a,b weight에 대한 coefficient를 구하고 y값을 estimation하는데

GPR의 경우 y값이 N(mean function, covariance)를 따르는 gauss distribution 위의 likelihood를 estimation하는 것이라고 이해하면 정확한가요?

아니면 y값은 mean function에 guassian noise term을 더하는데

kernel function의 hyper parameter를 learning 하고 그 값들에서 도출되는 bell-shaped distribution 위 의 likelihood를 guassian noise term으로 더하는 것인가요?

만약 둘 다 아니라면 P(T)를 통해 Target data (y값)을 구하는 것이 guassian distribution의 어떤 값을 사용하는 것인지 알려주셨으면 좋겠습니다.

감사합니다.