Inferens Variasi

Inferens Variasi (VI) ialah satu keluarga teknik yang menukarkan pengiraan posterior Bayesian kepada masalah pengoptimuman. Berbanding mengambil sampel daripada posterior tepat — seperti yang dilakukan oleh Markov chain Monte Carlo — VI mengandaikan keluarga taburan yang lebih mudah dan boleh dikendalikan, dan mencari ahli keluarga tersebut yang paling hampir dengan posterior sebenar dengan memaksimumkan bukti sempadan bawah (ELBO). Diperkenalkan dalam bentuk model grafiknya yang moden oleh Jordan, Ghahramani, Jaakkola dan Saul (1999) dan diberi rawatan statistik yang komprehensif oleh Blei, Kucukelbir dan McAuliffe (2017), VI kini merupakan enjin inferens berskala standard dalam pembelajaran mesin probabilistik.