Inferencia variacional con error de medida
La inferencia variacional con error de medida es un enfoque bayesiano escalable que estima simultáneamente los parámetros del modelo y las covariables verdaderas latentes cuando las variables observadas están contaminadas por ruido. En lugar de muestrear la posterior mediante MCMC, encuentra la distribución tratable más cercana a la posterior verdadera maximizando el límite inferior de la evidencia (ELBO), lo que la hace aplicable a grandes conjuntos de datos donde el MCMC completo es demasiado costoso.
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
- 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
Cómo citar esta página
ScholarGate. (2026, June 3). Variational Bayesian Inference for Models with Measurement Error. ScholarGate. https://scholargate.app/es/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.
- Cálculo Bayesiano Aproximado con Error de MediciónBayesiano↔ compare
- Inferencia bayesiana con error de mediciónBayesiano↔ compare
- MCMC con error de mediciónBayesiano↔ compare
- Inferencia VariacionalBayesiano↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →