@phdthesis{Schreiter2012,
  type      = {Master Thesis},
  author    = {Jens Schreiter},
  title     = {Regressionsverfahren f{\"u}r gro{\"s}e Datenmengen},
  year      = {2012},
  abstract  = {Die Gau{\"s}-Prozess Regression ist eine vielseitige Variante zur datenbasierten Modellierung komplexer technischer Systeme. Mit dem approximativen {\"U}bergang zu sp{\"a}rlichen Gau{\"s}-Prozess Modellen wird eine M{\"o}glichkeit aufgezeigt, Regressionsanalyse auf sehr gro{\"s}en Datens{\"a}tzen durchzuf{\"u}hren. Die Approximation wird dadurch induziert, dass nur eine repr{\"a}sentative Trainingsdatenmenge zur Erstellung des Regressionsmodells genutzt wird. Hierbei werden zwei unterschiedliche Approximationen, die dadurch auf verschiedene Regressionsverfahren f{\"u}hren, genauer betrachtet. Zur Selektion der wichtigsten Datenpunkte werden unterschiedliche Methoden und Strategien vorgestellt. Dazu sind auch eigene Ideen mit betrachtet und realisiert worden. Anhand eines praxisbezogenen Datensatzes werden diese unter mehreren Gesichtspunkten miteinander verglichen.},
  language  = {de}
}