Približná bayesovská inferencia

Recenzie čitateľov

Momentálne nie sú žiadne recenzie čitateľov. Hodnotenie je založené na 2 hlasoch.

Pôvodný názov:

Approximate Bayesian Inference

Obsah knihy:

Bayesovské metódy, ktoré sú veľmi populárne pri štatistickom odvodzovaní, sa stávajú populárnymi aj v oblasti strojového učenia a problémov umelej inteligencie. Bayesovské odhady sa často implementujú metódami Monte Carlo, ako je napríklad Metropolisov-Hastingsov algoritmus Gibbsovho vzorkovača.

Tieto algoritmy sa zameriavajú na presné posteriórne rozdelenie. Mnohé moderné modely v štatistike sú však jednoducho príliš zložité na to, aby sa takéto metodiky dali použiť. V strojovom učení sú metódy Monte Carlo vzhľadom na objem údajov používaných v praxi príliš pomalé na to, aby boli užitočné.

Na druhej strane tieto aplikácie často nevyžadujú presnú znalosť posterióru. To motivovalo vývoj novej generácie algoritmov, ktoré sú dostatočne rýchle na spracovanie obrovských súborov údajov, ale často sa zameriavajú na aproximáciu posterióru.

V tejto knihe je zhromaždených 18 výskumných prác, ktorých autormi sú odborníci na aproximatívnu bayesovskú inferenciu, a poskytuje prehľad najnovších pokrokov v týchto algoritmoch. Patria sem metódy založené na optimalizácii (napríklad variačné aproximácie) a metódy založené na simulácii (napríklad algoritmy ABC alebo Monte Carlo).

Zahrnuté sú teoretické aspekty aproximatívnej bayesovskej inferencie, konkrétne PAC-Bayesove hranice a analýza regretov. Prezentované sú aj aplikácie pre náročné výpočtové problémy v oblasti astrofyziky, financií, analýzy medicínskych údajov a počítačového videnia.