Przybliżone wnioskowanie - Approximate inference

Przybliżone metody wnioskowania umożliwiają nauczenie się realistycznych modeli na podstawie dużych zbiorów danych poprzez zamianę czasu obliczeń na dokładność, gdy dokładne uczenie się i wnioskowanie są trudne do obliczenia .

Zajęcia z głównych metod

• Wariacyjne metody bayesowskie
• Sieć Markowa Monte Carlo
• Propagacja oczekiwań
• Pola losowe Markowa
• Sieci bayesowskie
  • Przekazywanie wiadomości wariacyjnych
• Zapętlona i uogólniona propagacja przekonań

Zobacz też

• Wnioskowanie statystyczne
• Logika rozmyta
• Eksploracja danych

Bibliografia

Linki zewnętrzne

• Tom Minka, Microsoft Research (2 listopada 2009). „Machine Learning Summer School (MLSS), Cambridge 2009, Approximate Inference” (wykład wideo).