Inferencia Bayesiana Dinámica
La inferencia bayesiana dinámica es un marco para realizar actualizaciones bayesianas secuencialmente a medida que llegan nuevas observaciones con el tiempo. En lugar de ajustar un modelo estático a un conjunto de datos fijo, rastrea cómo evoluciona una distribución posterior sobre estados latentes o parámetros paso a paso, combinando un prior con cada nueva verosimilitud para producir una posterior actualizada que se propaga hacia adelante en el tiempo.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
+6 more
Fuentes
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Dynamic Bayesian Inference. ScholarGate. https://scholargate.app/es/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.
- Regresión bayesianaBayesiano↔ compare
- Red Bayesiana DinámicaBayesiano↔ compare
- Inferencia Bayesiana JerárquicaBayesiano↔ compare
- Filtro de KalmanBayesiano↔ compare
- Filtro de Partículas (Monte Carlo Secuencial)Bayesiano↔ compare
- Monte Carlo SecuencialBayesiano↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →