Inferència variacional amb dades faltants
La inferència variacional amb dades faltants és un enfocament bayesià escalable que aproxima simultàniament la posterior sobre variables latents i paràmetres del model, alhora que imputa observacions faltants. En lloc d'integrar exactament sobre tots els valors possibles de les entrades faltants, postula una distribució aproximada tractable i l'optimiza per tal que sigui el més propera possible a la posterior conjunta veritable, produint una inferència ràpida i fonamentada fins i tot en conjunts de dades incomplets d'alta dimensionalitat.
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
- Ghahramani, Z. & Jordan, M. I. (1994). Supervised learning from incomplete data via an EM approach. In Cowan, J. D., Tesauro, G. & Alspector, J. (Eds.), Advances in Neural Information Processing Systems 6 (pp. 120–127). Morgan Kaufmann. link ↗
- Wainwright, M. J. & Jordan, M. I. (2008). Graphical models, exponential families, and variational inference. Foundations and Trends in Machine Learning, 1(1–2), 1–305. DOI: 10.1561/2200000001 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Variational Bayesian Inference with Missing Data. ScholarGate. https://scholargate.app/ca/bayesian/variational-inference-with-missing-data
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.
- Inferència Bayesiana amb Dades FaltantsBayesià↔ compare
- Gibbs Sampling amb Dades FaltantsBayesià↔ compare
- MCMC amb dades perdudesBayesià↔ compare
- Inferència variacionalBayesià↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →