Inferenza Variazionale con Errore di Misura
L'inferenza variazionale con errore di misura è un approccio Bayesiano scalabile che stima simultaneamente i parametri del modello e le covariate latenti vere quando le variabili osservate sono contaminate da rumore. Invece di campionare il posteriore tramite MCMC, trova la distribuzione trattabile più vicina al posteriore vero massimizzando il limite inferiore di evidenza (ELBO), rendendola applicabile a grandi dataset dove l'MCMC completo è troppo costoso.
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
- 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
Come citare questa pagina
ScholarGate. (2026, June 3). Variational Bayesian Inference for Models with Measurement Error. ScholarGate. https://scholargate.app/it/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.
- Approssimazione Bayesiana con Errore di MisuraBayesiano↔ compare
- Inferenza Bayesiana con Errore di MisuraBayesiano↔ compare
- MCMC con errore di misurazioneBayesiano↔ compare
- Inferenza VariazionaleBayesiano↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →