การอนุมานแบบแปรผัน
การอนุมานแบบแปรผัน (Variational inference หรือ VI) เป็นกลุ่มของเทคนิคที่เปลี่ยนการคำนวณความน่าจะเป็นภายหลังแบบเบย์ให้เป็นปัญหาการหาค่าเหมาะสมที่สุด แทนที่จะสุ่มตัวอย่างจากความน่าจะเป็นภายหลังที่แท้จริง — เช่นเดียวกับที่ Markov chain Monte Carlo ทำ — VI จะกำหนดกลุ่มของการแจกแจงที่ง่ายกว่าและสามารถจัดการได้ และค้นหาสมาชิกของการแจกแจงนั้นที่ใกล้เคียงกับความน่าจะเป็นภายหลังที่แท้จริงมากที่สุด โดยการเพิ่มค่าขอบเขตล่างของหลักฐาน (evidence lower bound หรือ ELBO) ให้สูงสุด VI ได้รับการนำเสนอในรูปแบบกราฟิกโมเดลสมัยใหม่โดย Jordan, Ghahramani, Jaakkola และ Saul (1999) และได้รับการวิเคราะห์ทางสถิติอย่างครอบคลุมโดย Blei, Kucukelbir และ McAuliffe (2017) ปัจจุบัน VI เป็นกลไกการอนุมานที่ปรับขนาดได้มาตรฐานในการเรียนรู้ของเครื่องเชิงความน่าจะเป็น
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
+15 more
แหล่งอ้างอิง
- Jordan, M. I., Ghahramani, Z., Jaakkola, T. S., & Saul, L. K. (1999). An introduction to variational methods for graphical models. Machine Learning, 37(2), 183–233. DOI: 10.1023/A:1007665907178 ↗
- 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 ↗
- Bishop, C. M. (2006). Pattern Recognition and Machine Learning. Springer. (Chapter 10: Approximate Inference.) ISBN: 978-0387310732
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Variational Bayesian Inference. ScholarGate. https://scholargate.app/th/bayesian/variational-inference
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.
- การถดถอยแบบเบย์ (Bayesian Regression)เบย์↔ compare
- การแพร่กระจายความคาดหวัง (EP)เบย์↔ compare
- [NEEDS TRANSLATION]การเรียนรู้ของเครื่อง↔ compare
- Markov Chain Monte Carlo (MCMC)เบย์↔ compare