Dynamická Bayesovská inference
Dynamická Bayesovská inference je rámec pro sekvenční Bayesovskou aktualizaci, jakmile v čase přicházejí nová pozorování. Namísto přizpůsobování statického modelu pevné datové sadě sleduje, jak se posteriorní distribuce latentních stavů nebo parametrů vyvíjí krok za krokem, kombinujíc apriorní rozdělení s každou novou věrohodností k vytvoření aktualizovaného posteriorního rozdělení, které se šíří vpřed v čase.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
+6 more
Zdroje
- West, M. & Harrison, J. (1997). Bayesian Forecasting and Dynamic Models (2nd ed.). Springer. ISBN: 978-0387947259
- Murphy, K. P. (2002). Dynamic Bayesian Networks: Representation, Inference and Learning. Ph.D. Dissertation, University of California, Berkeley. link ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Dynamic Bayesian Inference. ScholarGate. https://scholargate.app/cs/bayesian/dynamic-bayesian-inference
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.
- Bayesovská regreseBayesovská statistika↔ compare
- Dynamická Bayesovská síťBayesovská statistika↔ compare
- Hierarchické Bayesovské odvozováníBayesovská statistika↔ compare
- Kalmanův filtrBayesovská statistika↔ compare
- Částicový filtr (sekvenční Monte Carlo)Bayesovská statistika↔ compare
- Sekvenční Monte CarloBayesovská statistika↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →