Ungefähre Folgerung - Approximate inference

Ungefähre Inferenz - Methoden machen es möglich , realistische Modelle zu lernen große Daten durch den Handel aus Rechenzeit für die Richtigkeit, wenn genaue Lernen und Inferenz sind rechnerisch unlösbar .

Hauptmethoden Klassen

• Variations-Bayes'sche Methoden
• Markov-Kette Monte Carlo
• Erwartungsausbreitung
• Markov Zufallsfelder
• Bayesianische Netzwerke
  • Variationsnachrichtenübergabe
• Loopy und generalisierte Glaubensausbreitung

Siehe auch

• Statistische Inferenz
• Fuzzy-Logik
• Data Mining

Verweise

Externe Links

• Tom Minka, Microsoft Research (2. November 2009). "Summer School für maschinelles Lernen (MLSS), Cambridge 2009, Approximate Inference" (Videovorlesung).