Record di evidenza del metodo

Expectation Propagation

Expectation Propagation (EP) is a deterministic message-passing algorithm for approximate posterior inference in Bayesian models, introduced by Thomas P. Minka at UAI 2001. It iteratively refines a set of local approximate factors — each drawn from the exponential family — so that their product closely matches the true intractable posterior, achieving higher accuracy than mean-field variational inference on many probabilistic machine learning tasks.

Sources recorded, not reviewed

Record di origine

Citazioni copiate testualmente dal record di origine del metodo. Non si inferisce alcuna verifica a livello di affermazione da esse.

Expectation Propagation for Approximate Bayesian Inference

Record tassonomico del metodo · bayesian / bayesian

Minka, T. P. (2001). Expectation propagation for approximate Bayesian inference. In Proceedings of the Seventeenth Conference on Uncertainty in Artificial Intelligence (UAI-01), pp. 362–369. Morgan Kaufmann. · URL
Minka, T. P. (2001/2013). Expectation propagation for approximate Bayesian inference. arXiv:1301.2294 [cs.AI]. · URL
Bishop, C. M. (2006). Pattern Recognition and Machine Learning. Springer. (Chapter 10: Approximate Inference; Section 10.7 covers Expectation Propagation.) · ISBN 978-0387310732

Apri metodo completo

Affermazioni curate

Affermazioni persistite nel registro delle evidenze, ciascuna con la propria valutazione.

Nessuna affermazione curata ancora

Questa vista non inventa una valutazione dell'affermazione quando il registro non ne ha.

Metodi correlati

Generato dal grafo dei metodi e mostrato come relazioni suggerite dalla macchina — nessuna affermazione di evidenza viene inferita.

Same method familyLaplace Approximationmachine-suggested · Relational suggestion, not evidence.Same method familyMCMCmachine-suggested · Relational suggestion, not evidence.Same method familyVariational Inferencemachine-suggested · Relational suggestion, not evidence.