Probabilistik proqramlaşdırma nədir (PyMC, Stan, NumPyro)?

Ehtimollikli proqramlaşdırma, statistik modelləri təsvir etməyə və verilərə əsaslanaraq parametrlərin ehtimolluq paylanmaları haqqında avtomatik çıxarışlar etməyə imkan verən proqramlaşdırma yanaşmasıdır. PyMC, Stan, NumPyro kimi çərçivələr qeyri-müəyyənliklərlə modellər qurmaq və bayes çıxarışlarını həyata keçirmək üçün alətlər təqdim edir.

Əsas fikir odur ki, model parametrləri üçün sabit dəyərlər yerinə ehtimolluq paylanmaları təyin edilir və sonra MCMC (Markov Chain Monte Carlo) və ya varyasion metodlar kimi üsullarla parametrların posterior paylanmaları hesablanır.

Bu, xüsusən qeyri-müəyyənliyin vacib olduğu tapşırıqlarda, məsələn, bayes optimizasiyası (BO), Gauss prosesləri (GP) və digər maşın öyrənmə sahələrində çox faydalıdır.

Nümunə: PyMC-də, bir parametr üçün normal paylanma və müşahidə olunan məlumatlar ilə model qurmaq və sonra parametrin paylanmasını əldə etmək olar:

import pymc as pm
import numpy as np

with pm.Model() as model:
    mu = pm.Normal('mu', mu=0, sigma=1)
    obs = pm.Normal('obs', mu=mu, sigma=1, observed=np.array([1.0, 2.0, 1.5]))
    trace = pm.sample()

pm.plot_posterior(trace, var_names=['mu'])

Bu cür ehtimollikli proqramlaşdırma mürəkkəb statistik modellərin qurulmasını və qeyri-müəyyənliyi nəzərə alaraq çıxarışların əldə edilməsini asanlaşdırır.