MCMC 驱动的机器学习
机器学习
2024-02-16 v1 机器学习
统计理论
统计计算
统计理论
摘要
本章拟收录于《马尔可夫链蒙特卡洛手册》。本章旨在将马尔可夫链蒙特卡洛 (MCMC) 与机器学习交叉领域的各类问题统一到一个共同框架中，这些问题包括黑盒变分推断、自适应 MCMC、归一化流构建与传输辅助 MCMC、代理似然 MCMC、面向大数据的 MCMC 核心集构建、马尔可夫链梯度下降、马尔可夫评分爬升等。通过此举，针对各问题开发的理论与方法得以相互转化并推广。
引用
@article{arxiv.2402.09598,
title = {MCMC-driven learning},
author = {Alexandre Bouchard-Côté and Trevor Campbell and Geoff Pleiss and Nikola Surjanovic},
journal= {arXiv preprint arXiv:2402.09598},
year = {2024}
}