การแพร่กระจายความคาดหวัง (EP)
การแพร่กระจายความคาดหวัง (EP) เป็นอัลกอริทึมการส่งข้อความแบบกำหนดเพื่อการอนุมานภายหลังโดยประมาณในแบบจำลองแบบเบย์ ซึ่งแนะนำโดย Thomas P. Minka ที่ UAI 2001 มันปรับปรุงชุดของปัจจัยประมาณเฉพาะที่อย่างต่อเนื่อง — แต่ละปัจจัยมาจากตระกูลเลขชี้กำลัง — เพื่อให้ผลคูณของปัจจัยเหล่านั้นใกล้เคียงกับภายหลังที่แท้จริงซึ่งไม่สามารถคำนวณได้ ทำให้ได้ความแม่นยำสูงกว่าการอนุมานแบบแปรผันแบบทุ่งค่าเฉลี่ยในงานการเรียนรู้ของเครื่องเชิงความน่าจะเป็นหลายงาน
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Expectation Propagation for Approximate Bayesian Inference. ScholarGate. https://scholargate.app/th/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.
- การประมาณค่าแบบลาปลาซเบย์↔ compare
- Markov Chain Monte Carlo (MCMC)เบย์↔ compare
- การอนุมานแบบแปรผันเบย์↔ compare