Multinivå Variasjonell Inferens
Multinivå variasjonell inferens (MLVI) er en skalerbar tilnærmet Bayesiansk metode som tilpasser hierarkiske (multinivå) modeller ved å optimalisere en variasjonell approksimasjon til posteriorfordelingen, heller enn å trekke MCMC-prøver. Den utnytter gruppestrukturen i multinivådata — individer nestet innen grupper, grupper nestet innen høyere enheter — for å utlede effektive koordinatvise oppdateringer, noe som gjør Bayesiansk inferens håndterbar for store klyngede datasett.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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 ↗
- Ranganath, R., Altosaar, J., Tran, D., & Blei, D. M. (2016). Operator variational objectives. Advances in Neural Information Processing Systems, 29. Curran Associates. link ↗
Slik siterer du denne siden
ScholarGate. (2026, June 3). Multilevel Variational Inference for Hierarchical Bayesian Models. ScholarGate. https://scholargate.app/no/bayesian/multilevel-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.
- Bayesiansk hierarkisk modellBayesiansk↔ compare
- Hierarkisk Bayesiansk InferensBayesiansk↔ compare
- Multilevel MCMCBayesiansk↔ compare
- VariasjonsinferensBayesiansk↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →