Višerazinsko varijacijsko zaključivanje
Višerazinsko varijacijsko zaključivanje (MLVI) je skalabilna aproksimativna Bayesova metoda koja prilagođava hijerarhijske (višerazinske) modele optimiziranjem varijacijske aproksimacije posteriora, umjesto izvlačenja MCMC uzoraka. Ona iskorištava grupiranu strukturu višerazinskih podataka — pojedinci ugniježđeni unutar grupa, grupe ugniježđene unutar jedinica više razine — kako bi izvela učinkovita koordinatna ažuriranja, čineći Bayesovo zaključivanje izvedivim za velike grupirane skupove podataka.
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
- Blei, D. M., Kucukelbir, A., & McAuliffe, J. D. (2017). Variational inference: A review for statisticians. Journal of the American Statistical Association, 112(518), 859-877. DOI: 10.1080/01621459.2017.1285773 ↗
- Ranganath, R., Altosaar, J., Tran, D., & Blei, D. M. (2016). Operator variational objectives. Advances in Neural Information Processing Systems, 29. Curran Associates. link ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Multilevel Variational Inference for Hierarchical Bayesian Models. ScholarGate. https://scholargate.app/hr/bayesian/multilevel-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.
- Bayesov hijerarhijski modelBayesovska statistika↔ compare
- Hijerarhijsko Bayesovo zaključivanjeBayesovska statistika↔ compare
- Višerazinska MCMC metodaBayesovska statistika↔ compare
- Varijacijska inferencijaBayesovska statistika↔ compare
Citirana u
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →