Wariacyjna inferencja z błędem pomiaru
Wariacyjna inferencja z błędem pomiaru to skalowalne podejście bayesowskie, które jednocześnie estymuje parametry modelu i ukryte prawdziwe kowariaty, gdy obserwowane zmienne są zanieczyszczone szumem. Zamiast próbkowania rozkładu aposteriornego za pomocą MCMC, znajduje on najbliższy możliwy do traktowania rozkład do prawdziwego rozkładu aposteriornego poprzez maksymalizację dolnego ograniczenia dowodowego (ELBO), co czyni go stosowalnym do dużych zbiorów danych, gdzie pełne MCMC jest zbyt kosztowne.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- 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
Jak cytować tę stronę
ScholarGate. (2026, June 3). Variational Bayesian Inference for Models with Measurement Error. ScholarGate. https://scholargate.app/pl/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.
- Przybliżone wnioskowanie bayesowskie z błędem pomiaruStatystyka bayesowska↔ compare
- Bayesowska wnioskowanie z błędem pomiaruStatystyka bayesowska↔ compare
- MCMC z błędem pomiaruStatystyka bayesowska↔ compare
- Inferencja wariacyjnaStatystyka bayesowska↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →