大数据背景下Ⅵ理论研究与实际应用

• 作者: 季艳秋 卢志义
• 来源期刊: 绿色科技
• 关键词: 变分推断 大数据 平均场 自然梯度
• 年，卷（期）: 2021,（16）
• 所属期刊栏目: 机电与工程
• 页码范围: 234-238
• 页数: 5页
• 分类号: O212.8
• 语种: 中文
• DOI: 10.3969/j.issn.1674-9944.2021.16.063

摘要

指出了许多无监督或半监督机器学习算法依赖于贝叶斯概率模型,这些模型中参数的后验分布通常难以计算.VI是一种通过优化算法近似后验密度的统计推断方法.VI与机器学习方法相结合,可为大数据分析提供新的思路和方法.在对VI的产生和发展进行回顾的基础上,介绍了VI中经典的平均场理论和相应的坐标上升算法,以及将VI拓展到大数据分析领域的SVI算法,并对VI的发展前景进行了分析,对VI中一些衡量指标以及独立性假设进行了改进,提出了VI与统计学方法的结合将成为未来的研究方向.