Apa saja tantangan besar dalam komputasi Bayesian? – Beragampengetahuan

Inilah yang harus dikatakan Anirban Bhattacharya, Antonio Linero dan Chris Oates:

Tantangan Besar 1: Memahami Peran Parameterisasi

Tantangan Besar 2: Benchmark Komunitas

Tantangan Besar 3: Penilaian Post-Perluasan yang andal

Mereka juga menyebutkan “Dukungan Perangkat Lunak untuk All Bayesian Workflows”, yang saya setujui sangat penting.

Saya ingin menambahkan juga

– Komputasi yang dapat diskalakan: Dapat sesuai dengan model yang ingin Anda pas, dengan set data besar

– Pemodelan yang dapat diskalakan: Dapat membangun model yang lebih besar saat Anda mendapatkan lebih banyak data. Kami dapat dengan mudah mengukur model dalam beberapa arah – tambahkan prediktor dalam regresi, tambahkan terminologi ke model spline, tambahkan lapisan ke jaring saraf, dll. Namun, dengan cara lain, ekspansi model bisa menjadi tantangan. Bahkan untuk hal-hal sesederhana regresi multi-level dan pasca-ekstensi, kita dapat dengan cepat khawatir tentang cara memprogram interaksi.

Ada lebih banyak tantangan besar dalam komputasi Bayesian. Jangan ragu untuk menaruh pikiran Anda di komentar.

Ps Ini adalah AKI dan artikel saya yang terkait dengan samar -samar, “Apa ide statistik terpenting dari 50 tahun terakhir?” Waktu berlalu cepat!

ekonomi kreatif, ilmu ekonomi adalah, pelaku ekonomi
, kegiatan ekonomi adalah, sistem ekonomi

#Apa #saja #tantangan #besar #dalam #komputasi #Bayesian