Varijacijsko zaključivanje s pogreškom mjerenja
Varijacijsko zaključivanje s pogreškom mjerenja skalabilan je Bayesov pristup koji istodobno procjenjuje parametre modela i latentne stvarne kovarijate kada su opažene varijable kontaminirane šumom. Umjesto uzorkovanja posteriorne distribucije putem MCMC-a, ono pronalazi najbližu obradivu distribuciju pravoj posteriornoj distribuciji maksimiziranjem donje granice dokaza (ELBO), što ga čini primjenjivim na velike skupove podataka gdje je potpuni MCMC preskup.
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 ↗
- Carroll, R. J., Ruppert, D., Stefanski, L. A., & Crainiceanu, C. M. (2006). Measurement Error in Nonlinear Models: A Modern Perspective (2nd ed.). Chapman & Hall/CRC. ISBN: 978-1584886334
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Variational Bayesian Inference for Models with Measurement Error. ScholarGate. https://scholargate.app/hr/bayesian/variational-inference-with-measurement-error
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.
- Približno Bayesovo računanje s pogreškom mjerenjaBayesovska statistika↔ compare
- Bayesovo zaključivanje s pogreškom mjerenjaBayesovska statistika↔ compare
- MCMC s pogreškom mjerenjaBayesovska statistika↔ compare
- Varijacijska inferencijaBayesovska statistika↔ compare
Citirana u
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →