- r -

• R2() : gpmp::ml::Stats
• r_sqrd() : gpmp::ml::LinearRegression , pygpmp.ml.ml.LinearRegression
• rademacher() : gpmp::stats::CDF , gpmp::stats::PDF
• radius() : gpmp::Graph
• rand() : gpmp::linalg::mtx< T >
• rand_init() : gpmp::ml::PrimaryMLP
• rand_int() : gpmp::ml::PrimaryMLP
• rand_real() : gpmp::ml::PrimaryMLP
• randn() : gpmp::linalg::mtx< T >
• random_search() : gpmp::optim::Func
• range() : gpmp::ml::Stats , gpmp::stats::Describe
• rank_data() : gpmp::stats::Describe
• rayleigh_iter() : gpmp::linalg::Eigen
• RC5() : gpmp::nt::RC5
• RC6() : RC6
• recurr_fwd() : gpmp::ml::RecurrentAutoEncoder
• RecurrentAutoEncoder() : gpmp::ml::RecurrentAutoEncoder
• reflect() : gpmp::optim::Func
• regula_falsi() : gpmp::optim::Func
• relu() : gpmp::ml::Activation
• relu_derivative() : gpmp::ml::Activation
• reparameterize() : gpmp::ml::VariationalAutoEncoder
• return_coeffecient() : gpmp::ml::LinearRegression , pygpmp.ml.ml.LinearRegression
• return_constant() : gpmp::ml::LinearRegression , pygpmp.ml.ml.LinearRegression
• RMS() : gpmp::ml::Stats
• rotl() : gpmp::nt::RC5 , gpmp::nt::RedPike , RC6
• rotr() : gpmp::nt::RC5 , gpmp::nt::RedPike , RC6
• run() : gpmp::ml::PrimaryMLP
• runs_test() : gpmp::stats::HypothesisTest