Пропагација очекивања (EP)
Пропагација очекивања (EP) је детерминистички алгоритам проласка порука за апроксимативни закључак о постерриорној дистрибуцији у Бајезијевим моделима, који је увео Томас П. Минка на UAI 2001. Он итеративно пречишћава скуп локалних апроксимативних фактора — сваки изведен из експоненцијалне породице — тако да њихов производ буде близак истинској интрактабилној постерриорној дистрибуцији, постижући већу тачност од варијационог закључивања средњег поља на многим задацима вероватносног машинског учења.
Pročitajte celu metodu
Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Expectation Propagation for Approximate Bayesian Inference. ScholarGate. https://scholargate.app/sr/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.
- Laplaceova aproksimacijaBajesovska statistika↔ compare
- Markov Chain Monte Carlo (MCMC)Bajesovska statistika↔ compare
- Variational InferenceBajesovska statistika↔ compare
Citirana u
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →