Inferensi Variasional dengan Galat Pengukuran
Inferensi variasional dengan galat pengukuran adalah pendekatan Bayesian yang skalabel yang secara simultan mengestimasi parameter model dan kovariat sejati laten ketika variabel teramati terkontaminasi oleh derau. Alih-alih melakukan sampling posterior melalui MCMC, metode ini mencari distribusi yang dapat dilacak (tractable) yang paling mendekati posterior sejati dengan memaksimalkan batas bawah bukti (evidence lower bound - ELBO), sehingga dapat diterapkan pada kumpulan data besar di mana MCMC penuh terlalu mahal.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Variational Bayesian Inference for Models with Measurement Error. ScholarGate. https://scholargate.app/id/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.
- Perhitungan Bayesian Aproksimatif dengan Kesalahan PengukuranBayesian↔ compare
- Inferensi Bayesian dengan Kesalahan PengukuranBayesian↔ compare
- MCMC dengan Kesalahan PengukuranBayesian↔ compare
- Inferensi VariasionalBayesian↔ compare
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →