GPMLでの完全なベイズハイパーパラメーターの選択

周辺尤度（2）を最大化する代わりに、GPMLコードを使用して、ハイパーパラメーター（たとえば、共分散スケール）の近似完全ベイズ（1）選択を実行することは可能ですか？MCMCメソッドを使用して事前にハイパーパラメーターを含む積分を解くと、オーバーフィッティングを処理するときにより良い結果が得られると思います。私の知る限りでは、GPMLフレームワークにはこれらの計算は含まれていませんが、おそらく他のサードパーティのコードがあります。

（1）秒 5.2、Ch。機械学習のためのガウス過程における5、Rasmussen＆Williams、2006

（2）GPMLドキュメントの「回帰」セクション

私の意見ではそれをすべて持っているGPstuffと呼ばれるガウスプロセスを使用した機械学習用の別のパッケージがあります。MCMC、グリッドへの統合などを使用して、ハイパーパラメーターを取り除きます。

注意：ドキュメントでは、ハイパーパラメーターを単にパラメーターと呼んでいます。