Очікувальне розповсюдження (EP)
Очікувальне розповсюдження (EP) — це детермінований алгоритм передачі повідомлень для наближеного апостеріорного висновку в байєсівських моделях, представлений Томасом П. Мінкою на конференції UAI 2001 року. Він ітеративно вдосконалює набір локальних наближених факторів — кожен з яких належить до експоненційного сімейства — так, щоб їхній добуток тісно відповідав справжньому нерозв'язному апостеріорному розподілу, досягаючи вищої точності, ніж варіаційний висновок середнього поля, у багатьох задачах імовірнісного машинного навчання.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- 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
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Expectation Propagation for Approximate Bayesian Inference. ScholarGate. https://scholargate.app/uk/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.
- Апроксимація ЛапласаБаєсові методи↔ compare
- Метод Монте-Карло на основі ланцюгів Маркова (MCMC)Баєсові методи↔ compare
- Варіаційний висновокБаєсові методи↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →