Inferens Variasi Hirarki
Inferens variasi hirarki (HVI) melanjutkan inferens variasi piawai dengan meletakkan struktur yang lebih kaya dan hirarki pada keluarga variasi itu sendiri. Berbanding menggunakan anggaran medan min yang ringkas, HVI memperkenalkan pemboleh ubah laten bantu yang menangkap kebergantungan antara pemboleh ubah laten utama, menghasilkan sempadan bawah bukti yang lebih ketat dan anggaran posterior yang lebih tepat untuk model Bayesian yang kompleks.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- Ranganath, R., Altosaar, J., Tran, D. & Blei, D. M. (2016). Hierarchical Variational Models. Proceedings of the 33rd International Conference on Machine Learning (ICML 2016), PMLR 48, 324-333. link ↗
- Jordan, M. I., Ghahramani, Z., Jaakkola, T. S. & Saul, L. K. (1999). An introduction to variational methods for graphical models. Machine Learning, 37(2), 183-233. DOI: 10.1023/A:1007665907178 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 3). Hierarchical Variational Inference. ScholarGate. https://scholargate.app/ms/bayesian/hierarchical-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.
- Regresi BayesianBayesian↔ compare
- Inferensi Bayesian HierarkiBayesian↔ compare
- Rantai Markov Monte Carlo BerperingkatBayesian↔ compare
- Markov Chain Monte Carlo (MCMC)Bayesian↔ compare
- Inferens VariasiBayesian↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →