Многоуровневый вариационный вывод

Многоуровневый вариационный вывод (MLVI) — это масштабируемый приближенный байесовский метод, который подгоняет иерархические (многоуровневые) модели путем оптимизации вариационного приближения к апостериорному распределению, а не путем выборки MCMC. Он использует групповую структуру многоуровневых данных — индивиды, вложенные в группы, группы, вложенные в единицы более высокого уровня — для вывода эффективных координатных обновлений, делая байесовский вывод вычислительно осуществимым для больших кластеризованных наборов данных.