ইউটিউবে ভিডিও দেখে আমার মনে হয়েছে যে ভেরিয়েশনাল ইনফারেন্স কী তা আমি আসলেই সংজ্ঞায়িত করতে পারি না। আমি ভিডিওটি সম্পর্কে এটি সম্পর্কে বক্তৃতাগুলি দেখার সময় অনুসরণ করতে পারি। আসলে কি তা নির্ধারণ করা শক্ত। এটি সম্পর্কে শুনতে আশা করি।
ইউটিউবে ভিডিও দেখে আমার মনে হয়েছে যে ভেরিয়েশনাল ইনফারেন্স কী তা আমি আসলেই সংজ্ঞায়িত করতে পারি না। আমি ভিডিওটি সম্পর্কে এটি সম্পর্কে বক্তৃতাগুলি দেখার সময় অনুসরণ করতে পারি। আসলে কি তা নির্ধারণ করা শক্ত। এটি সম্পর্কে শুনতে আশা করি।
উত্তর:
আমার জ্ঞানের উপর ভিত্তি করে নয়, তবে এখানে একটি কাগজ (মোটামুটি সরল ইংরেজী ভাষায়) আমি মনে করি যে এই প্রশ্নের সাথে খুব প্রাসঙ্গিক: ব্লেই, কুকুবেলবীর এবং ম্যাকআলিফ ২০১ 2016. পরিবর্তনশীল অনুমান: পরিসংখ্যানবিদদের জন্য একটি পর্যালোচনা । https://arxiv.org/abs/1601.00670
বিমূর্ত থেকে:
আধুনিক পরিসংখ্যানের অন্যতম প্রধান সমস্যা হ'ল আনুমানিক কঠিন থেকে গণনা সম্ভাবনার ঘনত্ব। এই সমস্যাটি বায়সিয়ান পরিসংখ্যানগুলিতে বিশেষভাবে গুরুত্বপূর্ণ, যা উত্তরীয় ঘনত্বের সাথে জড়িত একটি গণনা হিসাবে অজানা পরিমাণ সম্পর্কে সমস্ত অনুমানকে ফ্রেম করে। এই গবেষণাপত্রে, আমরা ভেরিয়েশনাল ইনফারেন্স (ষষ্ঠ) পর্যালোচনা করি, মেশিন লার্নিংয়ের একটি পদ্ধতি যা অপ্টিমাইজেশনের মাধ্যমে সম্ভাব্যতা ঘনত্বগুলির সান্নিধ্য করে। ষষ্ঠটি অনেকগুলি অ্যাপ্লিকেশনে ব্যবহৃত হয়েছে এবং ধ্রুপদী পদ্ধতিগুলির চেয়ে দ্রুত হতে থাকে যেমন মার্কভ চেইন মন্টি কার্লো নমুনা। ষষ্ঠের পিছনে ধারণাটি হ'ল প্রথমে ঘনত্বের একটি পরিবার তৈরি করা এবং তারপরে লক্ষ্যমাত্রার নিকটে থাকা সেই পরিবারের সদস্য খুঁজে পাওয়া। ঘনিষ্ঠতা কুলব্যাক-লেবেলার ডাইভারজেন্স দ্বারা পরিমাপ করা হয়। আমরা গড়-ক্ষেত্রের বৈকল্পিক অনুক্রমের পিছনে ধারণাগুলি পর্যালোচনা করি, ঘাতক পারিবারিক মডেলগুলিতে প্রয়োগ করা ষষ্ঠ বিশেষের ক্ষেত্রে আলোচনা করি, গাউসিয়ানদের বায়েশিয়ান মিশ্রণটির সাথে একটি সম্পূর্ণ উদাহরণ উপস্থাপন করি এবং প্রচুর ডেটা পর্যন্ত স্কেল করতে স্টোকাস্টিক অপ্টিমাইজেশন ব্যবহার করে এমন একটি বৈকল্পিক পাই। আমরা ষষ্ঠ আধুনিক গবেষণায় আলোচনা করি এবং গুরুত্বপূর্ণ উন্মুক্ত সমস্যাগুলি হাইলাইট করি। ষষ্ঠ শক্তিশালী, তবে এটি এখনও ভালভাবে বোঝা যায় নি । এই কাগজটি লেখার জন্য আমাদের আশাটি এই শ্রেণীর অ্যালগরিদমের বিষয়ে পরিসংখ্যানগত গবেষণা অনুঘটক করা।
তারা যখন পরিসংখ্যানবিদদের মার্কোভ চেইন মন্টি কার্লো স্যাম্পলিং ব্যবহার করা উচিত এবং কখন ভেরিয়েশনাল ইনফারেন্স ( নিবন্ধে ভেরিয়েশনাল ইনফারেন্স এবং এমসিসিএমের তুলনা করার অনুচ্ছেদ দেখুন) সে সম্পর্কেও তারা গাইডেন্স প্রদান করে ।