Пробабилистик программалоо деген эмне (PyMC, Stan, NumPyro)?

Ықтималдуулук программалоо — бул программалоонун бир ыкмасы, ал статистикалык моделдерди сүрөттөп, маалыматтарга негизделген параметрлердин ықтималдуу таралышын автоматтык түрдө чыгара алат. PyMC, Stan, NumPyro сыяктуу frameworkдер, моделдерди аныктоо жана байесовдук чыгармалар жүргүзүү үчүн инструменттерди сунуштайт.

Негизги идея — моделдин параметрлерине так маанилердин ордуна, ықтималдуу таралыштар берилет, жана андан соң, MCMC (Markov Chain Monte Carlo) же вариациялык ыкмалар аркылуу, параметрлердин постериордук таралышы эсептелет.

Бул, өзгөчө, маанилүү болгон тапшырмаларда, мисалы, байесовдук оптимизацияда (BO), Гаусс процесстеринде (GP) жана башка машинени үйрөнүү тармактарында пайдалуу.

Мисал: PyMCте, бир параметр үчүн нормалдуу таралышты жана байкоо алынган маалыматтарды аныктап, параметрдин таралышын алууга болот:

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'])

Мындайча айтканда, ықтималдуулук программалоо татаал статистикалык моделдерди түзүүнү жана, маанилүү болгон учурларда, алардын натыйжаларын алууну жеңилдетет.