변형 베이에 대해 읽고 있는데, 이해할 때 를 사용하여 ( 는 모델의 잠재 변수이고 는 관측 된 데이터 임) 를 근사한다는 아이디어가 나옵니다. , 가정을하면 해당 으로 factorizes 잠재 변수들의 서브 세트이다. 그러면 최적 인자 는 다음과 같습니다.
여기서 꺾쇠 괄호는 분포 와 관련하여 를 제외한 모든 잠재 변수에 대한 기대치를 나타냅니다 .
이제이 표현은 일반적으로 분석적으로 평가되어 대략적인 목표 값에 대한 정확한 답을 제공합니다. 그러나 이것이 기대이기 때문에 명백한 접근법은 샘플링 으로이 기대치를 근사하는 것입니다. 이것은 대략적인 목표 함수에 대한 대략적인 답변을 제공하지만 분석 접근법이 불가능한 경우 매우 간단한 알고리즘을 만듭니다.
내 질문은 이것이 알려진 접근법 입니까? 이름이 있습니까? 왜 그렇게 잘 작동하지 않거나 간단한 알고리즘을 생성하지 못하는 이유가 있습니까?