评论：大数据尺度下数据科学中贝叶斯计算现状简述
统计计算
2017-12-15 v2
摘要
我们希望通过阐述对“大数据尺度与较小数据集下贝叶斯计算当前最佳方法”的看法（如表 1 所总结），来参与对“比较用于分布式贝叶斯计算的共识蒙特卡洛策略”的讨论。该表无疑高度复杂且持续（当前及可能未来）变动的研究领域的过度简化，但我们认为尽管存在缺陷，构建此类总结仍是有价值的，哪怕仅是为了促进进一步讨论。
引用
@article{arxiv.1712.00849,
title = {Comment: A brief survey of the current state of play for Bayesian computation in data science at Big-Data scale},
author = {David Draper and Alexander Terenin},
journal= {arXiv preprint arXiv:1712.00849},
year = {2017}
}