Setelah melakukan beberapa penelitian pada topik, saya telah melihat defisit mengejutkan paket inferensi dan perpustakaan yang bergantung pada pesan-lewat atau metode optimasi untuk Python dan R.
Sejauh pengetahuan saya, metode ini sangat berguna. Misalnya, untuk propagasi keyakinan Bayes Network (terarah, asiklik) saja harus mampu memberikan jawaban yang tepat. Namun, sebagian besar perangkat lunak inferensi yang tersedia online (mis. STAN, BUGS, PyMC) mengandalkan metode MCMC.
Dalam kasus Python, sejauh yang saya ketahui, baik PyMC, scikit-learn atau statsmodels tidak menyertakan algoritma inferensi variasional seperti penyebaran kepercayaan, metode penyampaian pesan atau salah satu variannya.
Mengapa demikian? Apakah metode ini kurang digunakan dalam praktek karena mereka terlihat tidak sekuat atau generik rekan MCMC mereka? atau Apakah itu hanya masalah kurangnya tenaga kerja dan waktu?
sumber
Jawaban:
Sudahkah Anda memandang Edward ? The Inference API mendukung antara lain Variasional inferensi:
KL(p∥q)
sumber