他の推論アルゴリズムとの比較
出典: フリー百科事典『ウィキペディア（Wikipedia）』 (2021/10/14 10:06 UTC 版)
「変分オートエンコーダー」の記事における「他の推論アルゴリズムとの比較」の解説
本章で想定しているセッティングにおいて、既知の手法の有用性は限定的である#原論文:2.1節： 最尤法は本章のセッティングでは p θ ( x ) = ∫ p θ ( x | z ) p θ ( z ) d z {\displaystyle p_{\theta }(\mathbf {x} )=\int p_{\theta }(\mathbf {x} |\mathbf {z} )p_{\theta }(\mathbf {z} )\mathrm {d} \mathbf {z} } が容易に計算できるケースでないと使えない。 EMアルゴリズムは p θ ( z | x ) {\displaystyle p_{\theta }(\mathbf {z} |\mathbf {x} )} の計算が容易であるケースでないと使えない。 変分ベイズ法は p θ ( z | x ) {\displaystyle p_{\theta }(\mathbf {z} |\mathbf {x} )} が平均場近似できる場合にしか使えない。 モンテカルロEMアルゴリズムは実行速度が遅い為大きなデータ集合に対しては使えない。 例えば p θ ( x | z ) {\displaystyle p_{\theta }(\mathbf {x} |\mathbf {z} )} がニューラルネットワークにより定義されているケースでは、上述した既知の手法は使えないが、本手法であれば適用できる。後述する変分オートエンコーダーはまさにこのケースであり、 p θ ( x | z ) {\displaystyle p_{\theta }(\mathbf {x} |\mathbf {z} )} をニューラルネットワークにより定義している。
※この「他の推論アルゴリズムとの比較」の解説は、「変分オートエンコーダー」の解説の一部です。
「他の推論アルゴリズムとの比較」を含む「変分オートエンコーダー」の記事については、「変分オートエンコーダー」の概要を参照ください。
- 他の推論アルゴリズムとの比較のページへのリンク
