🏠 首页
基准测试
📊 所有基准测试 🦖 恐龙 v1 🦖 恐龙 v2 ✅ 待办事项应用 🎨 创意自由页面 🎯 FSACB - 终极展示 🌍 翻译基准测试
模型
🏆 前 10 名模型 🆓 免费模型 📋 所有模型 ⚙️ 🛠️ 千行代码模式
资源
💬 💬 提示库 📖 📖 AI 词汇表 🔗 🔗 有用链接

AI 词汇表

人工智能完整词典

200
个类别
2,608
个子类别
30,011
个术语
📖
个术语

VIME

变分插补与掩码估计,一个缺失值插补框架,使用变分推断来联合建模数据分布和缺失掩码。

📖
个术语

缺失掩码

指示每个观察和变量的数据存在(1)或缺失(0)的二进制矩阵,其分布在VIME中被建模。

📖
个术语

变分自编码器(VAE)

学习数据概率隐表示的生成式神经网络架构,在VIME中用于建模完整数据分布。

📖
个术语

MAR机制(随机缺失)

假设值缺失的概率仅取决于观测值的假设,条件上被VIME框架满足。

📖
个术语

MNAR机制(非随机缺失)

缺失概率取决于缺失值本身的场景,VIME可通过其对掩码的联合估计来建模。

📖
个术语

重要性重采样

在VIME中使用的蒙特卡洛估计技术,以降低方差来近似变分分布下的期望。

📖
个术语

后验预测

整合模型参数不确定性的未来数据分布,VIME利用其生成真实的插补值。

📖
个术语

推理摊销

变分参数由神经网络(编码器)生成而非单独优化的策略,允许高效处理大型数据集。

📖
个术语

变分界分解

对ELBO(证据下界)的分解分析,包括不同项(重构、潜在正则化、掩码预测),指导VIME模型的架构和训练。

📖
个术语

自回归插补

一种按顺序对缺失值进行插补的方法,基于之前的插补值进行条件化,是VIME变分方法的替代方案。

📖
个术语

深度生成模型

学习数据概率分布的一类模型,VIME是专门处理带缺失值的结构化数据的示例。

🔍

未找到结果