Inferencia Variacional Robusta
La inferencia variacional robusta (RVI) extiende la inferencia variacional estándar al reemplazar la divergencia de Kullback-Leibler por una medida de divergencia que es menos sensible a valores atípicos y a la especificación errónea del modelo — como la divergencia beta o una divergencia de tipo Renyi. Esto produce aproximaciones posteriores que se mantienen bien comportadas incluso cuando una fracción de los datos se desvía del modelo asumido.
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.
Fuentes
- Futami, F., Sato, I. & Sugiyama, M. (2018). Variational inference based on robust divergences. Proceedings of the 21st International Conference on Artificial Intelligence and Statistics (AISTATS), PMLR 84:813-822. link ↗
- Ghosh, S. & Basu, A. (2016). Robust Bayes estimation using the density power divergence. Annals of the Institute of Statistical Mathematics, 68(2), 413-437. link ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Robust Variational Inference. ScholarGate. https://scholargate.app/es/bayesian/robust-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.
- Computación Bayesiana AproximadaSimulación↔ compare
- Regresión bayesianaBayesiano↔ compare
- Cadenas de Markov Monte Carlo (MCMC)Simulación↔ compare
- Inferencia Bayesiana RobustaBayesiano↔ compare
- Markov Chain Monte Carlo RobustoBayesiano↔ compare
- Inferencia VariacionalBayesiano↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →