Varyasyonel Bayes üzerinde okuyorum ve anladığım kadarıyla, (burada z , modelinizin gizli değişkenleri ve gözlemlenen veriler x ) bir işleve yaklaştığınız fikrine gelir. q (z) , q'nun q_i (z_i) olarak çarpanlara ayırdığı varsayılır; burada z_i , gizli değişkenlerin bir alt kümesidir. Daha sonra, optimal faktör q_i (z_i) şu şekilde gösterilebilir : q ^ * _ i (z_i) = \ langle \ ln p (x, z) \ rangle_ {z / i} + \ text {const.}
Köşeli parantezler , q (z) dağılımına göre z_i dışındaki tüm latent değişkenler üzerindeki beklentiyi gösterir .
Şimdi, bu ifade yaklaşık bir hedef değere kesin bir cevap vermek için genellikle analitik olarak değerlendirilir. Ancak, bu bir beklenti olduğu için, açık bir yaklaşımın bu beklentiyi örnekleyerek yaklaşıklaştırmak olduğu aklıma geldi. Bu, yaklaşık bir hedef fonksiyona yaklaşık bir cevap verecektir, ancak belki de analitik yaklaşımın mümkün olmadığı durumlarda çok basit bir algoritma sağlar.
Benim sorum şu, bu bilinen bir yaklaşım mı? Bir adı var mı? Bu kadar iyi çalışmamasının veya böyle basit bir algoritma vermemesinin nedenleri var mı?