Variatsiooniline inferents puuduvate andmetega
Variatsiooniline inferents puuduvate andmetega on skaleeritav bayesilik lähenemisviis, mis samaaegselt aproksimeerib latentsete muutujate ja mudeliparameetrite järeltihedust, samal ajal puuduolevaid vaatlusi imputeerides. Selle asemel, et täpselt integreerida kõikide puuduolevate kirjete võimalikud väärtused, postuleerib see käsitletava ligikaudse jaotuse ning optimeerib selle nii, et see oleks tõelise ühise järeltihedusega võimalikult sarnane, mis võimaldab kiiret ja põhjendatud inferentsi isegi kõrgedimensionaalsetes mittetäielikes andmestikes.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- Ghahramani, Z. & Jordan, M. I. (1994). Supervised learning from incomplete data via an EM approach. In Cowan, J. D., Tesauro, G. & Alspector, J. (Eds.), Advances in Neural Information Processing Systems 6 (pp. 120–127). Morgan Kaufmann. link ↗
- Wainwright, M. J. & Jordan, M. I. (2008). Graphical models, exponential families, and variational inference. Foundations and Trends in Machine Learning, 1(1–2), 1–305. DOI: 10.1561/2200000001 ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Variational Bayesian Inference with Missing Data. ScholarGate. https://scholargate.app/et/bayesian/variational-inference-with-missing-data
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' järeldus puuduvate andmetegaBayesi meetodid↔ compare
- Gibbs-valimi puuduvate andmetegaBayesi meetodid↔ compare
- MCMC andata puuduvate andmetegaBayesi meetodid↔ compare
- Variational InferenceBayesi meetodid↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →