Suy diễn biến phân với dữ liệu thiếu
Suy diễn biến phân với dữ liệu thiếu là một phương pháp Bayes có khả năng mở rộng, vừa xấp xỉ phân phối hậu nghiệm trên các biến tiềm ẩn và tham số mô hình, vừa điền khuyết các quan sát bị thiếu. Thay vì tích phân chính xác trên tất cả các giá trị có thể có của các mục bị thiếu, nó đưa ra một phân phối xấp xỉ có thể xử lý được và tối ưu hóa nó để càng gần với phân phối hậu nghiệm chung thực tế càng tốt, mang lại suy diễn nhanh chóng, có nguyên tắc ngay cả trong các tập dữ liệu không đầy đủ có số chiều cao.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Method map
The neighbourhood of related methods — select a node to explore.
Nguồn tài liệu
- Ghahramani, Z. & Jordan, M. I. (1994). Supervised learning from incomplete data via an EM approach. In Cowan, J. D., Tesauro, G. & Alspector, J. (Eds.), Advances in Neural Information Processing Systems 6 (pp. 120–127). Morgan Kaufmann. link ↗
- Wainwright, M. J. & Jordan, M. I. (2008). Graphical models, exponential families, and variational inference. Foundations and Trends in Machine Learning, 1(1–2), 1–305. DOI: 10.1561/2200000001 ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 3). Variational Bayesian Inference with Missing Data. ScholarGate. https://scholargate.app/vi/bayesian/variational-inference-with-missing-data
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.
- Suy luận Bayes với dữ liệu thiếuBayes↔ compare
- Gibbs Sampling với Dữ liệu ThiếuBayes↔ compare
- MCMC với dữ liệu thiếuBayes↔ compare
- Suy diễn biến phânBayes↔ compare
Được tham chiếu bởi
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →