Bayesian methods
자동 미분 변분 추론 (ADVI)
자동 미분 변분 추론 (ADVI)은 Kucukelbir, Tran, Ranganath, Gelman, Blei (2017, JMLR)가 소개한 근사 베이즈 사후 추론을 위한 블랙박스 알고리즘입니다. 로그-결합 밀도가 미분 가능한 임의의 확률 모델이 주어졌을 때, ADVI는 제약이 있는 잠재 변수를 자동으로 제약 없는 실수 공간으로 변환하고, 확률적 경사 상승법으로 증거 하한 (ELBO)을 최대화하여 가우시안 변분족을 맞추며, 모델별 유도 없이 근사 사후 분포를 반환합니다. 이는 Stan의 기본 변분 추론 엔진이며 PyMC와 NumPyro에서도 사용할 수 있습니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- Kucukelbir, A., Tran, D., Ranganath, R., Gelman, A. & Blei, D. M. (2017). Automatic differentiation variational inference. Journal of Machine Learning Research, 18(14), 1–45. link ↗
- Kucukelbir, A., Tran, D., Ranganath, R., Gelman, A. & Blei, D. M. (2016). Automatic differentiation variational inference. arXiv:1603.00788. link ↗
- Gelman, A., Carlin, J. B., Stern, H. S., Dunson, D. B., Vehtari, A. & Rubin, D. B. (2013). Bayesian Data Analysis (3rd ed.). CRC Press. ISBN: 978-1439840955
이 페이지 인용 방법
ScholarGate. (2026, June 3). Automatic Differentiation Variational Inference (ADVI). ScholarGate. https://scholargate.app/ko/bayesian/automatic-differentiation-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.
Compare side by side →