लुप्त डेटा के साथ परिवर्तनशील अनुमान (Variational Inference with Missing Data)
लुप्त डेटा के साथ परिवर्तनशील अनुमान एक स्केलेबल बायेसियन दृष्टिकोण है जो एक साथ अव्यक्त चर (latent variables) और मॉडल पैरामीटर पर पश्च (posterior) का अनुमान लगाता है, साथ ही लुप्त अवलोकनों को भी भरता है। लुप्त प्रविष्टियों के सभी संभावित मानों पर सटीक रूप से समाकलन (integrating) करने के बजाय, यह एक सुगम अनुमानित वितरण (tractable approximate distribution) प्रस्तावित करता है और इसे वास्तविक संयुक्त पश्च (true joint posterior) के यथासंभव करीब होने के लिए अनुकूलित (optimises) करता है, जिससे उच्च-आयामी अपूर्ण डेटासेट में भी तेज, सैद्धांतिक अनुमान प्राप्त होता है।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
स्रोत
- 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 ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Variational Bayesian Inference with Missing Data. ScholarGate. https://scholargate.app/hi/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.
- लापता डेटा के साथ बायेसियन अनुमानबायेसियन↔ compare
- लुप्त डेटा के साथ गिब्स सैंपलिंगबायेसियन↔ compare
- MCMC (मिसिंग डेटा के साथ)बायेसियन↔ compare
- Variational Inferenceबायेसियन↔ compare