登录
洞察 - 베이지안 기계 학습
베이지안 신경망에 대한 MCMC 기반 Python 튜토리얼
MCMC 샘플링 방법을 사용하여 베이지안 선형 모델과 베이지안 신경망의 매개변수와 불확실성을 추정하는 방법을 제시한다.
결정 트리 샘플링을 위한 베이지안 분할, 정복, 결합 방법
이 논문은 베이지안 추론 접근법을 사용하여 결정 트리 예측의 불확실성을 정량화하는 방법을 제안한다. 이를 위해 각 고유한 트리 구조에 대해 고유한 의사 결정 매개변수 집합을 사용하는 DCC-Tree 알고리즘을 소개한다.
완전 연결 베이지안 신경망의 일반 가중치 사전 분포에 대한 사후 농도
완전 연결 베이지안 신경망은 일반 가중치 사전 분포를 사용할 때 진짜 모델에 대해 근사 최적 사후 농도 속도를 달성할 수 있다.
베이지안 딥러닝에서의 헤시안 프리 라플라스 근사
헤시안 계산 및 역행렬 계산 없이도 라플라스 근사의 예측 분산을 추정할 수 있는 새로운 방법론을 제안한다.
