ScholarGate
Assistent
Bayesian methodsBayesian / computational

Dynamische Bayesiaanse Inferentie

Dynamische Bayesiaanse inferentie is een raamwerk voor het sequentieel uitvoeren van Bayesiaanse updates naarmate er in de loop van de tijd nieuwe waarnemingen binnenkomen. In plaats van een statisch model aan te passen aan een vaste dataset, volgt het hoe een posterieure verdeling over latente toestanden of parameters stap voor stap evolueert, waarbij een prior wordt gecombineerd met elke nieuwe likelihood om een bijgewerkte posterieur te produceren die zich in de tijd voortplant.

Openen in MethodMindBinnenkortVideoBinnenkortDownload slides

Lees de volledige methode

Alleen voor leden

Log in met een gratis account om dit onderdeel te lezen.

Inloggen

Method map

The neighbourhood of related methods — select a node to explore.

+6 more

Bronnen

  1. West, M. & Harrison, J. (1997). Bayesian Forecasting and Dynamic Models (2nd ed.). Springer. ISBN: 978-0387947259
  2. Murphy, K. P. (2002). Dynamic Bayesian Networks: Representation, Inference and Learning. Ph.D. Dissertation, University of California, Berkeley. link

Deze pagina citeren

ScholarGate. (2026, June 3). Dynamic Bayesian Inference. ScholarGate. https://scholargate.app/nl/bayesian/dynamic-bayesian-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

Geciteerd door

ScholarGateDynamic Bayesian Inference (Dynamic Bayesian Inference). Geraadpleegd op 2026-06-15 via https://scholargate.app/nl/bayesian/dynamic-bayesian-inference · Gegevensset: https://doi.org/10.5281/zenodo.20539026