贝叶斯学习：选择性综述
统计方法学
2021-12-24 v1
摘要
本文概述贝叶斯学习的一些概念。过去几十年中，贝叶斯学习的科学与工业应用规模迅速增长。这一过程始于20世纪90年代初作为贝叶斯主导计算技术兴起的马尔可夫链蒙特卡罗（Markov Chain Monte Carlo）方法的广泛使用。此后，贝叶斯学习已广泛传播至从机器人与机器学习到医学应用的多个领域。本文概述一些广泛使用的概念并展示若干应用。这是一篇基于乔治梅森大学贝叶斯学习博士课程中学生系列研讨会的论文。该课程于2021年秋季讲授。因此，论文涵盖的主题反映了学生选择学习的主题。
引用
@article{arxiv.2112.12722,
title = {Bayesian Learning: A Selective Overview},
author = {Yu Lin Hsu and Chu Chuan Jeng and Pavithra Sripathanallur Murali and Mohammadreza Torkjazi and Jonathan West and Michaela Zuber and Vadim Sokolov},
journal= {arXiv preprint arXiv:2112.12722},
year = {2021}
}