Tôi đang đọc Bayes đa dạng và khi tôi hiểu nó, có ý tưởng rằng bạn xấp xỉ (trong đó là các biến tiềm ẩn của mô hình của bạn và dữ liệu được quan sát) với một hàm , đưa ra giả định rằng nhân tố là trong đó là tập con của các biến tiềm ẩn. Sau đó, có thể chỉ ra rằng yếu tố tối ưu là:
Trong đó dấu ngoặc góc biểu thị kỳ vọng đối với tất cả các biến tiềm ẩn ngoại trừ đối với phân phối .
Bây giờ, biểu thức này thường được đánh giá một cách phân tích, để đưa ra câu trả lời chính xác cho giá trị mục tiêu gần đúng. Tuy nhiên, điều đó xảy ra với tôi rằng, vì đây là một kỳ vọng, nên một cách tiếp cận rõ ràng là ước tính gần đúng kỳ vọng này bằng cách lấy mẫu. Điều này sẽ cung cấp cho bạn một câu trả lời gần đúng cho một hàm mục tiêu gần đúng, nhưng nó tạo ra một thuật toán rất đơn giản, có lẽ đối với các trường hợp phương pháp phân tích không khả thi.
Câu hỏi của tôi là, đây có phải là một cách tiếp cận được biết đến ? Nó có tên không? Có những lý do tại sao nó có thể không hoạt động tốt, hoặc có thể không mang lại một thuật toán đơn giản như vậy?