有哪些鲜为人知但功能强大的概率推理算法？
大多数关于概率图形模型的参考资料都描述了流行的推理方法，如变量消除和连接树。但是，我认为还有大量其他重要的概率推理算法。每隔一段时间，我就会偶然发现一篇论文，其中描述了一种我以前没有听说过的方法，例如DBN 中近似推理的因子前沿算法。
请尝试为每个答案添加一种算法，并附上简要说明或指向相关论文。
鲜为人知但功能强大的概率推理算法
机器算法验证
可能性
参考
推理
算法
图形模型
2022-04-04 13:32:11
1个回答
间接推理
根据The New Palgrave Dictionary of Economics, Second Edition（Anthony A. Smith, Jr 的条目），
间接推理是一种基于模拟的方法，用于估计经济模型的参数。它的标志是使用辅助模型来捕获作为估计基础的数据的各个方面。辅助模型的参数可以使用观测数据或经济模型模拟的数据来估计。间接推理选择经济模型的参数，使辅助模型参数的这两个估计值尽可能接近。辅助模型不需要正确指定；如果是，间接推理相当于最大似然。
另一个（更技术性的）参考是 Gourieroux 等人。“间接推断”（1993 年）在应用计量经济学杂志，8（S1）中。间接推断在线程“参数估计难以处理的可能性/近似贝叶斯计算的替代方案”中也提到了。
其它你可能感兴趣的问题