Odotuspropagaatio (EP)
Odotuspropagaatio (EP) on deterministinen viestinvälitysalgoritmi Bayesiläisten mallien likimääräiseen posterioritiedon päättelyyn, jonka Thomas P. Minka esitteli UAI 2001 -konferenssissa. Se jalostaa iteratiivisesti joukon paikallisia likimääräisiä tekijöitä – joista kukin on eksponenttifamiliaan kuuluva – siten, että niiden tulo vastaa tarkasti todellista käsittelemätöntä posteriorijakaumaa, saavuttaen korkeamman tarkkuuden kuin keskimääräiskenttävariaatiopäättely monissa todennäköisyyspohjaisissa koneoppimistehtävissä.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- Minka, T. P. (2001). Expectation propagation for approximate Bayesian inference. In Proceedings of the Seventeenth Conference on Uncertainty in Artificial Intelligence (UAI-01), pp. 362–369. Morgan Kaufmann. link ↗
- Minka, T. P. (2001/2013). Expectation propagation for approximate Bayesian inference. arXiv:1301.2294 [cs.AI]. link ↗
- Bishop, C. M. (2006). Pattern Recognition and Machine Learning. Springer. (Chapter 10: Approximate Inference; Section 10.7 covers Expectation Propagation.) ISBN: 978-0387310732
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Expectation Propagation for Approximate Bayesian Inference. ScholarGate. https://scholargate.app/fi/bayesian/expectation-propagation
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.
- Laplacen approksimaatioBayesilainen tilastotiede↔ compare
- Markov-ketju-Monte Carlo (MCMC)Bayesilainen tilastotiede↔ compare
- VariaatioinferenssiBayesilainen tilastotiede↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →