高斯過程（Gaussian Process, GP）是機率論和數理統計中的一個概念，是一種隨機過程，可以理解為一系列服從常態分配（高斯分布）的隨機變數在某個索引集上的集合。
這些隨機變數通常按照時間或空間索引進行排列。在高斯過程中，任意有限個隨機變數的聯合分布都服從多元高斯分布。這意味著，對於任意給定的輸入點集合，其對應的輸出值服從一個多元高斯分布。高斯過程的核心思想是，對於任意給定的輸入點集合，其對應的輸出值服從一個多元高斯分布。
高斯過程可以通過其均值函式和協方差函式來完全定義。均值函式描述了整個過程的平均趨勢，而協方差函式則描述了不同點之間的相關性。這些屬性使得高斯過程在機器學習、信號處理、統計建模等領域有著廣泛的套用，如回歸分析、最佳化問題、函式擬合等。