Inferenza Variazionale Robusta
L'inferenza variazionale robusta (RVI) estende l'inferenza variazionale standard sostituendo la divergenza di Kullback-Leibler con una misura di divergenza meno sensibile ai valori anomali e alla misspecificazione del modello — come la beta-divergenza o una divergenza di tipo Renyi. Ciò produce approssimazioni posteriori che rimangono ben comportate anche quando una frazione dei dati si discosta dal modello assunto.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- Futami, F., Sato, I. & Sugiyama, M. (2018). Variational inference based on robust divergences. Proceedings of the 21st International Conference on Artificial Intelligence and Statistics (AISTATS), PMLR 84:813-822. link ↗
- Ghosh, S. & Basu, A. (2016). Robust Bayes estimation using the density power divergence. Annals of the Institute of Statistical Mathematics, 68(2), 413-437. link ↗
Come citare questa pagina
ScholarGate. (2026, June 3). Robust Variational Inference. ScholarGate. https://scholargate.app/it/bayesian/robust-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.
- Approssimate Bayesian ComputationSimulazione↔ compare
- Regressione BayesianaBayesiano↔ compare
- Catena di Markov Monte Carlo (MCMC)Simulazione↔ compare
- Inferenza Bayesiana RobustaBayesiano↔ compare
- Markov Chain Monte Carlo RobustoBayesiano↔ compare
- Inferenza VariazionaleBayesiano↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →