Барномаи эҳтимолӣ чист (PyMC, Stan, NumPyro)?

Барномаи эҳтимолӣ як рӯҳияи барномасозӣ мебошад, ки имкон медиҳад моделҳои оморӣ тасвир карда шаванд ва автоматӣ ба натиҷаҳои дар бораи тақсимотҳои эҳтимолии параметрҳо асос ёфта, бароварда шаванд. Фреймворкҳо монанди PyMC, Stan, NumPyro воситаҳои барои муайян кардани моделҳо бо номуайянӣ ва иҷрои натиҷаҳои баёсиҳоро пешниҳод мекунанд.

Асосӣ идея ин аст, ки ба ҷои арзишҳои муайян барои параметрҳои модел, тақсимотҳои эҳтимолӣ таъин карда мешаванд ва сипас бо истифода аз усулҳое монанди MCMC (Markov Chain Monte Carlo) ё усулҳои вариационӣ, тақсимотҳои пасоянӣ барои параметрҳо ҳисоб карда мешаванд.

Ин махсусан дар вазифаҳое, ки муҳим аст, ки номуайянӣ ба назар гирифта шавад, масалан, дар оптимизатсияи баёсӣ (BO), равандҳои Гаусс (GP) ва дигар соҳаҳои омӯзиши мошинӣ, хеле муфид аст.

Масалан: дар PyMC, мумкин аст модел бо тақсимоти муқарраршуда барои параметр ва маълумоти мушоҳидашуда муайян карда шавад ва сипас тақсимоти параметр ба даст ояд:

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'])

Ин усул, барномаи эҳтимолӣ, сохтани моделҳои омории мураккаб ва гирифтани натиҷаҳои бо назардошти номуайянӣ-ро осон мекунад.