Wat is MC Dropout als Bayesiaanse benadering?

MC Dropout (Monte Carlo Dropout) is een methode om de Bayesiaanse inferentie in neurale netwerken te benaderen door Dropout tijdens de testfase te gebruiken. Gewoonlijk wordt Dropout alleen tijdens training gebruikt voor regularisatie, door willekeurig neuronen uit te schakelen. Bij MC Dropout wordt Dropout ook tijdens de voorspelling toegepast, waardoor een verdeling van voorspellingen kan worden verkregen door onzekerheid te modelleren. Op deze manier genereert meerdere keren het doorlopen van het model met Dropout een steekproef uit de benaderde posteriorverdeling, wat de Bayesiaanse inferentie benadert zonder complexe Bayesiaanse modellering.