Вариационен инференс

Вариационният инференс (VI) е семейство от техники, които превръщат изчисляването на Байесовата апостериорна вероятност в оптимизационен проблем. Вместо да се извличат извадки от точната апостериорна вероятност — както прави Марковската верига Монте Карло (MCMC) — VI постулира по-просто, управляемо семейство от разпределения и намира члена на това семейство, най-близък до истинската апостериорна вероятност, чрез максимизиране на долната граница на доказателствата (ELBO). Въведен в съвременната си форма за графични модели от Джордан, Гахрамани, Джаакола и Саул (1999) и получил цялостно статистическо третиране от Блай, Кукукелбир и Макалайф (2017), VI сега е стандартният мащабируем двигател за инференс в вероятностното машинно обучение.