Bayesian methodsBayesian / computational

הסקה וריאציונית חסינה

הסקה וריאציונית חסינה (RVI) מרחיבה את ההסקה הווריאציונית הסטנדרטית על ידי החלפת דיברגנץ קולבק-לייבלר במדד דיברגנץ שפחות רגיש לערכים חריגים ואי-התאמה של המודל — כגון דיברגנץ בטא או דיברגנץ מסוג רני. הדבר מניב קירובים לפוסטריור שנשארים יציבים גם כאשר חלק מהנתונים סוטה מהמודל המשוער.

פתיחה ב-MethodMindבקרובוידאובקרובDownload slides

קראו את השיטה במלואה

לחברים בלבד

התחברו עם חשבון חינמי כדי לקרוא חלק זה.

התחברות

Method map

The neighbourhood of related methods — select a node to explore.

מקורות

  1. 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
  2. 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

איך לצטט עמוד זה

ScholarGate. (2026, June 3). Robust Variational Inference. ScholarGate. https://scholargate.app/he/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.

Compare side by side

מאוזכר על ידי

ScholarGateRobust Variational Inference (Robust Variational Inference). אוחזר בתאריך 2026-06-15 מתוך https://scholargate.app/he/bayesian/robust-variational-inference · מערך נתונים: https://doi.org/10.5281/zenodo.20539026