Método para aproximar una distribución de probabilidad
La propagación de expectativas (EP) es una técnica del aprendizaje automático bayesiano . [1]
EP encuentra aproximaciones a una distribución de probabilidad . [1] Utiliza un enfoque iterativo que utiliza la estructura de factorización de la distribución objetivo. [1] Se diferencia de otros enfoques de aproximación bayesianos, como los métodos bayesianos variacionales . [1]
Más específicamente, supongamos que deseamos aproximar una distribución de probabilidad intratable con una distribución tratable . La propagación de expectativas logra esta aproximación al minimizar la divergencia de Kullback-Leibler . [1] Los métodos bayesianos variacionales minimizan en cambio. [1]
Si es una gaussiana , entonces se minimiza con y siendo igual a la media de y la covarianza de , respectivamente; esto se llama coincidencia de momentos. [1]
Aplicaciones
La propagación de expectativas a través de la coincidencia de momentos juega un papel vital en la aproximación de las funciones indicadoras que aparecen al derivar las ecuaciones de paso de mensajes para TrueSkill .
Referencias
- ^ abcdefg Bishop, Christopher (2007). Reconocimiento de patrones y aprendizaje automático . Nueva York: Springer-Verlag New York Inc. ISBN 978-0387310732.
- Thomas Minka (2–5 de agosto de 2001). "Propagación de expectativas para inferencia bayesiana aproximada". En Jack S. Breese, Daphne Koller (ed.). UAI '01: Actas de la 17.ª Conferencia sobre incertidumbre en inteligencia artificial (PDF) . Universidad de Washington, Seattle, Washington, EE. UU., págs. 362–369.
{{cite book}}
: Mantenimiento de CS1: falta la ubicación del editor ( enlace )
Enlaces externos
- Documentos EP de Minka
- Lista de artículos que utilizan EP.