Variational inferens med mätfel
Variational inferens med mätfel är en skalbar Bayesiansk metod som samtidigt estimerar modellparametrar och latenta sanna kovariater när observerade variabler är kontaminerade av brus. Istället för att sampla posteriorfördelningen via MCMC, hittar den den närmaste hanterbara fördelningen till den sanna posteriorfördelningen genom att maximera evidence lower bound (ELBO), vilket gör den tillämplig på stora dataset där fullständig MCMC är för kostsam.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Metodkarta
Närområdet av besläktade metoder — välj en nod för att utforska.
Källor
- 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
Så citerar du den här sidan
ScholarGate. (2026, June 3). Variational Bayesian Inference for Models with Measurement Error. ScholarGate. https://scholargate.app/sv/bayesian/variational-inference-with-measurement-error
Vilken metod?
Placera den här metoden bredvid sina närmaste släktingar och läs dem sida vid sida — biblioteket lägger fram böckerna på bordet; valet är ditt.
- Approximate Bayesian Computation med mätfelBayesiansk statistik↔ jämför
- Bayesiansk inferens med mätfelBayesiansk statistik↔ jämför
- MCMC med mätfelBayesiansk statistik↔ jämför
- VariationsinferensBayesiansk statistik↔ jämför
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →