Varijacijska inferencija s nedostajućim podatcima
Varijacijska inferencija s nedostajućim podatcima skalabilan je bajezijanski pristup koji istodobno aproksimira aposteriornu raspodjelu nad skrivenim varijablama i parametre modela, istodobno imputirajući nedostajuće opservacije. Umjesto da se točno integrira preko svih mogućih vrijednosti nedostajućih unosa, postavlja se rješiva aproksimativna raspodjela i optimizira se kako bi bila što bliža pravoj zajedničkoj aposteriornoj raspodjeli, što omogućuje brzu, principijelnu inferenciju čak i u visokodimenzionalnim nepotpunim skupovima 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
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Variational Bayesian Inference with Missing Data. ScholarGate. https://scholargate.app/hr/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.
- Bayesijanska inferencija s nedostajućim podacimaBayesovska statistika↔ compare
- Gibbs Sampling s nedostajućim podacimaBayesovska statistika↔ compare
- MCMC s nedostajućim podacimaBayesovska statistika↔ compare
- Varijacijska inferencijaBayesovska statistika↔ compare
Citirana u
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →