Czytam o wariacyjnych Bayesach i, jak rozumiem, sprowadza się to do pomysłu, który przybliżasz (gdzie są ukrytymi zmiennymi twojego modelu i dane obserwowane) z funkcją , przyjmując, że faktoryzuje jako gdzie jest podzbiorem ukrytych zmiennych. Następnie można wykazać, że współczynnik optymalny jest:
Gdzie nawiasy kątowe oznaczają oczekiwanie względem wszystkich ukrytych zmiennych, z wyjątkiem w odniesieniu do dystrybucji .
Teraz to wyrażenie jest zwykle oceniane analitycznie, aby dać dokładną odpowiedź na przybliżoną wartość docelową. Przyszło mi jednak do głowy, że skoro jest to oczekiwanie, oczywistym podejściem jest przybliżenie tego oczekiwania poprzez próbkowanie. Dałoby to przybliżoną odpowiedź na przybliżoną funkcję docelową, ale stanowi bardzo prosty algorytm, być może w przypadkach, w których podejście analityczne nie jest wykonalne.
Moje pytanie brzmi: czy jest to znane podejście ? Czy to ma imię? Czy istnieją powody, dla których może nie działać tak dobrze lub może nie dać tak prostego algorytmu?