Распространение ожидания (EP)
Распространение ожидания (EP) — это детерминированный алгоритм передачи сообщений для приближенного апостериорного вывода в байесовских моделях, представленный Томасом П. Минкой на конференции UAI в 2001 году. Он итеративно уточняет набор локальных приближенных факторов — каждый из экспоненциального семейства — так, чтобы их произведение точно соответствовало истинному неразрешимому апостериорному распределению, достигая более высокой точности, чем вариационный вывод методом среднего поля, во многих задачах вероятностного машинного обучения.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- Minka, T. P. (2001). Expectation propagation for approximate Bayesian inference. In Proceedings of the Seventeenth Conference on Uncertainty in Artificial Intelligence (UAI-01), pp. 362–369. Morgan Kaufmann. link ↗
- Minka, T. P. (2001/2013). Expectation propagation for approximate Bayesian inference. arXiv:1301.2294 [cs.AI]. link ↗
- Bishop, C. M. (2006). Pattern Recognition and Machine Learning. Springer. (Chapter 10: Approximate Inference; Section 10.7 covers Expectation Propagation.) ISBN: 978-0387310732
Как цитировать эту страницу
ScholarGate. (2026, June 3). Expectation Propagation for Approximate Bayesian Inference. ScholarGate. https://scholargate.app/ru/bayesian/expectation-propagation
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.
- Аппроксимация ЛапласаБайесовские методы↔ compare
- Метод Монте-Карло по цепям Маркова (MCMC)Байесовские методы↔ compare
- Вариационный выводБайесовские методы↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →