補充知識點：1. 高斯分佈； 2. 條件概率P的值：P = N(u, E) ？？
posterior：後驗分佈
GP：連續域上，無限多個高維隨機變量（高斯分佈）所組成的隨機過程。
GPR可從兩個視角觀察
權重空間角度和函數空間角度，二者結果一樣，但函數空間角度更加簡單。
1. 權重空間角度
GPR = Bayesian LR + Kernal Trick
2. 權重空間到函數空間
因爲f(x)的協方差函數cov是一個核函數，因此其可看成一個高斯過程
（1）f(x)是一個函數；
（2）f(x)是服從高斯分佈的隨機變量。
存在定理：對任意集合S中的單個元素都存在某個均值函數，以及對任意集合S中的2個元素都存在某個核函數（即協方差函數），則在S上一定存在一個高斯過程Z(t)，其元素具有類似S形式的均值和方差。所以在給定集合S後，我們只需要給出一個一元的均值函數，一個二元的核函數表達式，就可以構造出一個高斯過程。
3. 函數空間角度
