Αυτόματη Διαφορική Μεταβλητή Συμπερασματολογία (ADVI)
Η Αυτόματη Διαφορική Μεταβλητή Συμπερασματολογία (ADVI) είναι ένας αλγόριθμος μαύρου κουτιού για προσεγγιστική Μπεϋζιανή συμπερασματολογία οπίσθιας κατανομής, που εισήχθη από τους Kucukelbir, Tran, Ranganath, Gelman και Blei (2017, JMLR). Δεδομένου οποιουδήποτε πιθανοτικού μοντέλου του οποίου η λογαριθμική πυκνότητα συνδυασμού είναι διαφορίσιμη, η ADVI μετασχηματίζει αυτόματα περιορισμένες λανθάνουσες μεταβλητές στον μη περιορισμένο πραγματικό χώρο, προσαρμόζει μια Γκαουσιανή μεταβλητή οικογένεια μεγιστοποιώντας το κάτω όριο αποδεικτικού στοιχείου (ELBO) με στοχαστική ανάβαση κλίσης, και επιστρέφει μια προσεγγιστική οπίσθια κατανομή χωρίς παραγωγές ειδικές για το μοντέλο. Είναι η προεπιλεγμένη μηχανή μεταβλητής συμπερασματολογίας στο Stan και είναι διαθέσιμη στα PyMC και NumPyro.
Διαβάστε ολόκληρη τη μέθοδο
Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.
Method map
The neighbourhood of related methods — select a node to explore.
Πηγές
- Kucukelbir, A., Tran, D., Ranganath, R., Gelman, A. & Blei, D. M. (2017). Automatic differentiation variational inference. Journal of Machine Learning Research, 18(14), 1–45. link ↗
- Kucukelbir, A., Tran, D., Ranganath, R., Gelman, A. & Blei, D. M. (2016). Automatic differentiation variational inference. arXiv:1603.00788. link ↗
- Gelman, A., Carlin, J. B., Stern, H. S., Dunson, D. B., Vehtari, A. & Rubin, D. B. (2013). Bayesian Data Analysis (3rd ed.). CRC Press. ISBN: 978-1439840955
Πώς να παραπέμψετε σε αυτή τη σελίδα
ScholarGate. (2026, June 3). Automatic Differentiation Variational Inference (ADVI). ScholarGate. https://scholargate.app/el/bayesian/automatic-differentiation-variational-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.
- Μπεϋζιανή ΠαλινδρόμησηΜπεϋζιανή Στατιστική↔ compare
- Εκτίμηση Διάδοσης (EP)Μπεϋζιανή Στατιστική↔ compare
- Αλυσίδες Markov Monte Carlo (MCMC)Μπεϋζιανή Στατιστική↔ compare
Εντοπίσατε πρόβλημα σε αυτή τη σελίδα; Αναφέρετέ το ή προτείνετε διόρθωση →