Приблизительный вывод
Методы приближенного вывода позволяют изучать реалистичные модели на основе больших данных , жертвуя временем вычислений ради точности, когда точное обучение и вывод неразрешимы вычислительно .
Основные классы методов
[ редактировать ]- Приближение Лапласа
- Вариационные байесовские методы
- Цепь Маркова Монте-Карло
- Распространение ожиданий
- Марковские случайные поля
- Байесовские сети
- Зацикленное и обобщенное распространение убеждений
См. также
[ редактировать ]Ссылки
[ редактировать ]- ^ «Приблизительный вывод и ограниченная оптимизация» . Неопределенность в искусственном интеллекте - UAI : 313–320. 2003.
- ^ «Приблизительный вывод» . Проверено 15 июля 2013 г.
Внешние ссылки
[ редактировать ]- Том Минка, Microsoft Research (2 ноября 2009 г.). «Летняя школа машинного обучения (MLSS), Кембридж, 2009 г., Приблизительный вывод» (видеолекция).