Variationsinferens med målefejl
Variational inference med målefejl er en skalerbar Bayesiansk tilgang, der samtidigt estimerer modelparametre og latente sande kovariater, når observerede variable er forurenede af støj. I stedet for at sample den posteriore fordeling via MCMC, finder den den tætteste tractable fordeling til den sande posteriore ved at maksimere evidence lower bound (ELBO), hvilket gør den anvendelig på store datasæt, hvor fuld MCMC er for omkostningsfuld.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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
Sådan citerer du denne side
ScholarGate. (2026, June 3). Variational Bayesian Inference for Models with Measurement Error. ScholarGate. https://scholargate.app/da/bayesian/variational-inference-with-measurement-error
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.
- Approximate Bayesian Computation med målefejlBayesiansk↔ compare
- Bayesiansk inferens med målefejlBayesiansk↔ compare
- MCMC med målefejlBayesiansk↔ compare
- VariationsinferensBayesiansk↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →