Šta je probabilističko programiranje (PyMC, Stan, NumPyro)?

Вероятитиско програмирање је приступ у програмирању који омогућава описивање статистичких модела и аутоматско извођење закључака о вероватносним расподелама параметара на основу података. Фрејмворци као што су PyMC, Stan, NumPyro пружају алате за дефинисање модела са неизвесностима и спровођење бајесовског извођења.

Главна идеја је да се уместо фиксних вредности параметара модела, доделе вероватносне расподеле, а затим помоћу метода као што су MCMC (Markov Chain Monte Carlo) или варијашнелних метода, израчунавају постериорне расподеле параметара.

Ово је посебно корисно у задацима где је важно узети у обзир неизвесност, на пример у бајесовској оптимизацији (BO), гaуссовским процесима (GP) и другим областима машинског учења.

Пример: у PyMC-у, може се дефинисати модел са нормалном расподелом за параметар и посматраним подацима, а затим добити расподелу параметра:

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'])

Овим приступом, вероятитиско програмирање поједностављује изградњу сложених статистичких модела и добијање закључака узимајући у обзир неизвесност.