Inferência Variacional com Erro de Medição
A inferência variacional com erro de medição é uma abordagem bayesiana escalável que estima simultaneamente parâmetros do modelo e covariáveis verdadeiras latentes quando variáveis observadas são contaminadas por ruído. Em vez de amostrar a posterior via MCMC, ela encontra a distribuição tratável mais próxima da posterior verdadeira maximizando o limite inferior da evidência (ELBO), tornando-a aplicável a grandes conjuntos de dados onde MCMC completo é muito custoso.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
Fontes
- 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
Como citar esta página
ScholarGate. (2026, June 3). Variational Bayesian Inference for Models with Measurement Error. ScholarGate. https://scholargate.app/pt/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.
- Computação Bayesiana Aproximada com Erro de MediçãoBayesiano↔ compare
- Inferência Bayesiana com Erro de MediçãoBayesiano↔ compare
- MCMC com Erro de MedidaBayesiano↔ compare
- Inferência VariacionalBayesiano↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →