Propagiranje očekivanja (EP)
Propagiranje očekivanja (EP) je deterministički algoritam za propagiranje poruka za aproksimativno posteriorno zaključivanje u Bayesovskim modelima, koji je uveo Thomas P. Minka na UAI 2001. On iterativno rafinira skup lokalnih aproksimativnih faktora — svaki iz eksponencijalne obitelji — tako da njihov produkt blisko odgovara istinskom nedohvatljivom posterioru, postižući veću točnost od varijacijskog zaključivanja srednjeg polja na mnogim zadacima probabilističkog strojnog učenja.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Expectation Propagation for Approximate Bayesian Inference. ScholarGate. https://scholargate.app/hr/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.
- Laplaceova aproksimacijaBayesovska statistika↔ compare
- Markovova lančana Monte Carlo (MCMC)Bayesovska statistika↔ compare
- Varijacijska inferencijaBayesovska statistika↔ compare
Citirana u
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →