Kuo skiriasi VI nuo MCMC prekybos kompromiso požiūriu?

Variaucinė inferencija (VI) ir Markovo grandinės Monte Karlo (MCMC) yra du pagrindiniai būdai apytikriai įvertinti sudėtingas posterior pasiskirstymus Bayes'o modeliuose, ir jie skiriasi kompromisu tarp tikslumo ir skaičiavimo efektyvumo.

• MCMC suteikia asimptotiškai tikslius pavyzdžius iš posterior pasiskirstymo, tačiau dažnai reikalauja daug skaičiavimo laiko ir gali blogai skalętis su dideliais duomenimis ar sudėtingais modeliais.

• VI paverčia apytikrio sprendimo užduotį optimizacija, kas paprastai yra greičiau ir labiau skalę, tačiau apytikris gali būti mažiau tikslus ir priklauso nuo pasirinktos variacinės pasiskirstymo šeimos.

Todėl kompromisas yra toks:

Metodas	Tikslumas	Skaičiavimo efektyvumas	Skalavimas
MCMC	Aukštas (asimptotiškai tikslus)	Žemas (brangūs skaičiavimai)	Ribotas
VI	Vidutinis (priklauso nuo apytikrio)	Aukštas (greita optimizacija)	Geras

Pasirinkimas priklauso nuo tikslumo ir išteklių reikalavimų. Esant ribotam laikui ir dideliems duomenų rinkiniams, dažnai pasirenkama VI, o tikslesnėms analizėms — MCMC.