Variational Inference with Measurement Error
Variational inference with measurement error je škálovatelný bayesovský přístup, který současně odhaduje parametry modelu a latentní skutečné kovariáty, když jsou pozorované proměnné kontaminovány šumem. Místo vzorkování posterioru pomocí MCMC nachází nejbližší zvládnutelnou distribuci ke skutečnému posterioru maximalizací dolní meze důkazu (ELBO), což jej činí použitelným pro velké datové sady, kde je plné MCMC příliš nákladné.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Mapa metod
Okolí příbuzných metod — vyberte uzel, který chcete prozkoumat.
Zdroje
- Blei, D. M., Kucukelbir, A., & McAuliffe, J. D. (2017). Variational inference: A review for statisticians. Journal of the American Statistical Association, 112(518), 859–877. DOI: 10.1080/01621459.2017.1285773 ↗
- Carroll, R. J., Ruppert, D., Stefanski, L. A., & Crainiceanu, C. M. (2006). Measurement Error in Nonlinear Models: A Modern Perspective (2nd ed.). Chapman & Hall/CRC. ISBN: 978-1584886334
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Variational Bayesian Inference for Models with Measurement Error. ScholarGate. https://scholargate.app/cs/bayesian/variational-inference-with-measurement-error
Která metoda?
Postavte tuto metodu vedle jejích nejbližších příbuzných a čtěte je vedle sebe — knihovna položí knihy na stůl; volba je na vás.
- Aproximativní Bayesovské počítání s chybou měřeníBayesovská statistika↔ porovnat
- Bayesovská inference s chybou měřeníBayesovská statistika↔ porovnat
- MCMC s chybou měřeníBayesovská statistika↔ porovnat
- Variační inferenceBayesovská statistika↔ porovnat
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →