Šíření očekávání - Expectation propagation
Očekávání šíření (EP) je technika v Bayesovské strojové učení.[1]
EP najde přiblížení k a rozdělení pravděpodobnosti.[1] Využívá iterativní přístup, který využívá faktorizační strukturu cílové distribuce.[1] Liší se od ostatních přístupů Bayesovské aproximace, jako je variační Bayesovské metody.[1]
Přesněji řečeno, předpokládejme, že chceme aproximovat nerozdělitelné rozdělení pravděpodobnosti s přitahovatelnou distribucí . Šíření očekávání dosahuje této aproximace minimalizací Kullback-Leiblerova divergence .[1] Variační Bayesovské metody se minimalizují namísto.[1]
Li je Gaussian , pak je minimalizován pomocí a rovná se znamenat z a kovariance z , v uvedeném pořadí; tomu se říká porovnávání momentů.[1]
Aplikace
Šíření očekávání pomocí párování momentů hraje zásadní roli v aproximaci pro funkce indikátorů které se objevují při odvozování rovnice předávání zpráv pro TrueSkill.
Reference
- Thomas Minka (2. – 5. Srpna 2001). "Očekávání šíření pro přibližnou Bayesiánskou inference". V Jack S. Breese, Daphne Koller (ed.). UAI '01: Sborník ze 17. konference nejistoty v umělé inteligenci (PDF). University of Washington, Seattle, Washington, USA. str. 362–369.
externí odkazy
![]() | Tento počítačová věda článek je a pahýl. Wikipedii můžete pomoci pomocí rozšiřovat to. |