Синтез байесовской программы
В языках программирования и машинном обучении синтез байесовских программ (BPS) — это метод синтеза программ , при котором байесовские вероятностные программы автоматически создают новые байесовские вероятностные программы. [1] Этот подход контрастирует с обычной практикой вероятностного программирования , когда люди-разработчики вручную пишут новые вероятностные программы.
Структура [ править ]
Синтез байесовских программ (BPS) был описан как структура, связанная с вероятностным программированием и использующая его. В BPS генерируются вероятностные программы, которые сами являются априорными в пространстве вероятностных программ. Эта стратегия позволяет автоматически синтезировать новые программы посредством вероятностного вывода и достигается путем составления модульных компонентных программ.
Модульность BPS позволяет делать выводы и тестировать небольшие вероятностные программы перед их интеграцией в более крупную модель. [2]
Эту структуру можно противопоставить семейству областей автоматизированного синтеза программ , которые включают программирование на примере и программирование путем демонстрации . Цель в таких областях — найти лучшую программу, удовлетворяющую некоторым ограничениям. Например, при традиционном синтезе программ проверка логических ограничений уменьшает пространство состояний возможных программ, позволяя более эффективно искать оптимальную программу. Синтез байесовских программ отличается тем, что ограничения носят вероятностный характер, а результат сам по себе является распределением по программам, которые могут быть дополнительно уточнены.
Кроме того, синтез байесовских программ можно противопоставить работе по обучению байесовских программ, где вероятностные компоненты программы пишутся от руки, предварительно обучаются на данных, а затем вручную собираются для распознавания рукописных символов. [3]
См. также [ править ]
Ссылки [ править ]
- ^ Саад, Ферас А.; Кусумано-Таунер, Марко Ф.; Шехтле, Ульрих; Ринар, Мартин С.; Мансингка, Викаш К. (январь 2019 г.). «Байесовский синтез вероятностных программ автоматического моделирования данных». Учеб. Программа АКМ. Ланг . 3 (ПОПЛ): 37:1–37:32. arXiv : 1907.06249 . Бибкод : 2019arXiv190706249S . дои : 10.1145/3290350 . ISSN 2475-1421 . S2CID 53697125 .
- ^ «Говорящие машины: вероятностное программирование с Беном Вигодой | Робохаб» . robohub.org . Проверено 4 марта 2017 г.
- ^ Лейк, Бренден М.; Салахутдинов Руслан; Тененбаум, Джошуа Б. (11 декабря 2015 г.). «Концептуальное обучение на человеческом уровне посредством индукции вероятностной программы» . Наука . 350 (6266): 1332–1338. Бибкод : 2015Sci...350.1332L . дои : 10.1126/science.aab3050 . ISSN 0036-8075 . ПМИД 26659050 .
Внешние ссылки [ править ]
 | Эта философии науки статья, посвященная , незавершена . Вы можете помочь Википедии, расширив ее . |