Варіаційний висновок

Варіаційний висновок (VI) — це сукупність методів, які перетворюють обчислення апостеріорного розподілу в задачу оптимізації. Замість того, щоб вибирати вибірки з точного апостеріорного розподілу, як це робить Марковський ланцюг Монте-Карло (MCMC), VI постулює простіше, кероване сімейство розподілів і знаходить члена цього сімейства, найближчого до справжнього апостеріорного розподілу, шляхом максимізації нижньої межі доказів (ELBO). Представлений у сучасній формі з використанням графічних моделей Jordan, Ghahramani, Jaakkola та Saul (1999) і всебічно статистично оброблений Blei, Kucukelbir та McAuliffe (2017), VI тепер є стандартним масштабованим механізмом висновку в імовірнісному машинному навчанні.