Propagació d'Expectatives (EP)
La Propagació d'Expectatives (EP) és un algorisme determinista de pas de missatges per a la inferència aproximada de la posterior en models bayesians, introduït per Thomas P. Minka a UAI 2001. Refina iterativament un conjunt de factors aproximats locals —cadascun extret de la família exponencial— de manera que el seu producte s'ajusti estretament a la veritable posterior intractable, aconseguint una precisió superior a la inferència variacional de camp mitjà en moltes tasques d'aprenentatge automàtic probabilístic.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- Minka, T. P. (2001). Expectation propagation for approximate Bayesian inference. In Proceedings of the Seventeenth Conference on Uncertainty in Artificial Intelligence (UAI-01), pp. 362–369. Morgan Kaufmann. link ↗
- Minka, T. P. (2001/2013). Expectation propagation for approximate Bayesian inference. arXiv:1301.2294 [cs.AI]. link ↗
- Bishop, C. M. (2006). Pattern Recognition and Machine Learning. Springer. (Chapter 10: Approximate Inference; Section 10.7 covers Expectation Propagation.) ISBN: 978-0387310732
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Expectation Propagation for Approximate Bayesian Inference. ScholarGate. https://scholargate.app/ca/bayesian/expectation-propagation
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Aproximació de LaplaceBayesià↔ compare
- Cadenes de Markov Monte Carlo (MCMC)Bayesià↔ compare
- Inferència variacionalBayesià↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →