Τι είναι το MC Dropout ως Bayesian προσέγγιση;

MC Dropout (Monte Carlo Dropout) είναι μια μέθοδος προσέγγισης της Bayesian inference σε νευρωνικά δίκτυα μέσω Dropout κατά τη διάρκεια της δοκιμής. Συνήθως, το Dropout χρησιμοποιείται μόνο κατά την εκπαίδευση για κανονικοποίηση, απενεργοποιώντας τυχαία νευρώνες. Στο MC Dropout, το Dropout εφαρμόζεται επίσης κατά την πρόβλεψη, επιτρέποντας την απόκτηση κατανομής των προβλέψεων, μοντελοποιώντας την αβεβαιότητα. Με αυτόν τον τρόπο, η πολλαπλή εκτέλεση του μοντέλου με Dropout παράγει ένα δείγμα από την προσεγγισμένη κατανομή posterior, πλησιάζοντας την Bayesian inference χωρίς την ανάγκη πολύπλοκου Bayesian μοντελοποίησης.