A variational inference engine for probabilistic graphical models is disclosed. In one embodiment, a method includes inputting a specification for a model that has observable variables and unobservable variables. The specification includes a functional form for the conditional distributions of the model, and a structure for a graph of model that has nodes for each of the variables. The method determines a distribution for the unobservable variables that approximates the exact posterior distribution, based on the graph's structure and the functional form for the model's conditional distributions. The engine thus allows a user to design, implement and solve models without mathematical analysis or computer coding.

Una macchina deduttiva di variazione per i modelli grafici probabilistici è rilevata. In un incorporamento, un metodo include l'immissione della specifica per un modello che ha le variabili osservabili e variabili impercettibili. La specifica include una forma funzionale per le distribuzioni condizionali del modello e una struttura per un grafico del modello che ha nodi per ciascuna delle variabili. Il metodo determina una distribuzione per le variabili impercettibili che si approssima alla distribuzione posteriore esatta, basata sulla struttura e sulla forma funzionale del grafico per le distribuzioni condizionali del modello. Il motore permette così che un utente progetti, effettui e risolva i modelli senza codificazione matematica del calcolatore o di analisi.