Nach einigen Recherchen zu diesem Thema habe ich ein überraschendes Defizit an Inferenzpaketen und Bibliotheken festgestellt, die auf Nachrichtenübermittlungs- oder Optimierungsmethoden für Python und R beruhen.
Nach meinem besten Wissen sind diese Methoden äußerst nützlich. Zum Beispiel sollte für ein Bayes-Netzwerk (gerichtet, azyklisch) die Glaubensausbreitung allein in der Lage sein, genaue Antworten zu geben. Die meisten online verfügbaren Inferenzsoftware (z. B. STAN, BUGS, PyMC) basieren jedoch auf MCMC-Methoden.
Im Fall von Python enthalten meines Wissens weder PyMC-, Scikit-Learn- noch Statistikmodelle Variationsinferenzalgorithmen wie Glaubensausbreitung, Nachrichtenübermittlungsmethoden oder eine ihrer Varianten.
Warum ist das so? Werden diese Methoden in der Praxis weniger angewendet, weil sie nicht so leistungsfähig oder generisch sind wie ihre MCMC-Gegenstücke? oder ist es einfach eine Frage des Mangels an Arbeitskräften und Zeit?