Variational Inference
Variational inference (VI) on perekonnad tehnikaid, mis teisendavad Bayes'liku järeldusprotsessi optimeerimisülesandeks. Täpse järeldusprotsessi (posterior) hulgast näidiste joonistamise asemel – nagu Markovi ahel Monte Carlo (MCMC) teeb – postuleerib VI lihtsama, käsitletava jaotuste perekonna ning leiab selle perekonna liikme, mis on tõesele järeldusprotsessile lähim, maksimeerides tõendusmaterjali alumise piiri (ELBO). Kaasaegses graafimudelite vormis tutvustasid seda Jordan, Ghahramani, Jaakkola ja Saul (1999) ning põhjaliku statistilise käsitluse andsid Blei, Kucukelbir ja McAuliffe (2017). VI on nüüd tõenäosuslikus masinõppes standardne skaleeritav järeldusmootor.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
+15 more
Allikad
- Jordan, M. I., Ghahramani, Z., Jaakkola, T. S., & Saul, L. K. (1999). An introduction to variational methods for graphical models. Machine Learning, 37(2), 183–233. DOI: 10.1023/A:1007665907178 ↗
- 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 ↗
- Bishop, C. M. (2006). Pattern Recognition and Machine Learning. Springer. (Chapter 10: Approximate Inference.) ISBN: 978-0387310732
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Variational Bayesian Inference. ScholarGate. https://scholargate.app/et/bayesian/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.
- Bayes' regressioonBayesi meetodid↔ compare
- Ootusepropageerimine (EP)Bayesi meetodid↔ compare
- Latent Dirichlet Allocation (LDA)Masinõpe↔ compare
- Markovi ahel-Monte Carlo (MCMC)Bayesi meetodid↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →