O que é o MC Dropout como aproximação Bayesiana?

MC Dropout (Monte Carlo Dropout) é um método de aproximação da inferência bayesiana em redes neurais usando Dropout durante a fase de teste. Normalmente, o Dropout é usado apenas durante o treino para regularização, desligando aleatoriamente neurônios. No MC Dropout, o Dropout também é aplicado durante a previsão, permitindo obter uma distribuição de previsões modelando a incerteza. Assim, múltiplas execuções do modelo com Dropout geram uma amostra da distribuição posterior aproximada, o que aproxima a inferência bayesiana sem a necessidade de modelagem bayesiana complexa.