確率プログラムのパスにおけるベイズモデル平均を超えて

確率プログラムの後見分布は、各可能なプログラムパスに関連する局所的な後見分布の重み付き和として分解される。この完全な後見分布を使用して予測を行うことは、暗黙的にパスに対するベイズモデル平均(BMA)を実行していることを示す。しかし、BMAの重みは不安定であり、モデル誤差や推論の近似により、最適な予測につながらない可能性がある。この問題を解決するために、パスの重み付けのための代替メカニズムを提案する。1つはスタッキングに基づくもの、もう1つはPAC-ベイズのアイデアに基づくものである。これらは既存の推論エンジンの上に安価な後処理ステップとして実装できることを示す。実験では、BMAの重みに比べてより堅牢で、より良い予測につながることを示す。