Inferensi Variasi dengan Ralat Pengukuran
Inferensi variasi dengan ralat pengukuran ialah pendekatan Bayesian berskala yang secara serentak menganggar parameter model dan kovariat benar laten apabila pembolehubah terperhati tercemar oleh hingar. Berbanding mengambil sampel posterior melalui MCMC, ia mencari taburan terhampir yang boleh dikendalikan kepada posterior sebenar dengan memaksimumkan sempadan bawah bukti (ELBO), menjadikannya boleh digunakan pada set data besar di mana MCMC penuh terlalu mahal.
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
- 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
Cara memetik halaman ini
ScholarGate. (2026, June 3). Variational Bayesian Inference for Models with Measurement Error. ScholarGate. https://scholargate.app/ms/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.
- Perkiraan Taburan Bayesian dengan Ralat PengukuranBayesian↔ compare
- Inferens Bayesian dengan Ralat PengukuranBayesian↔ compare
- MCMC dengan Ralat PengukuranBayesian↔ compare
- Inferens VariasiBayesian↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →