Календарь событий
Спецсеминар Ветрова: Doubly stochastic variational inference
Пятница 18 Март 2016, 18:10 - 19:40
Хиты : 85
от Адрес электронной почты защищен от спам-ботов. Для просмотра адреса в вашем браузере должен быть включен Javascript.
В эту пятницу на спецсеминаре выступит Дмитрий Молчанов, студент ВМК МГУ.
Тема доклада: Doubly stochastic variational inference
Аннотация:
Double stochastic variational inference is a simple and effective variational inference algorithm based on stochastic optimization. This method combines two types of stochasticity - data subsampling and sampling from the variational distribution. This algorithm is applicable to a wide variety of models and only requires the gradients of model joint log-density. It scales well and can be applied to large scale problems.
Добавлю, что дважды стохастический вар вывод - крайне популярная техника так называемого black box вариационного вывода, то есть применимого к широкому классу вероятностных моделей, без предположений о сопряжённости распределений. По сути, её можно использовать всегда, когда можно использовать Гамильтоновский Монте-Карло, что довольно удивительно. В частности, дважды стохастический вар вывод прошлым летом добавили в пакет Stan, который изначально поддерживался лишь методы Монте-Карло. Как можно догадаться, вар. вывод работает на порядок быстрее.
Тема доклада: Doubly stochastic variational inference
Аннотация:
Double stochastic variational inference is a simple and effective variational inference algorithm based on stochastic optimization. This method combines two types of stochasticity - data subsampling and sampling from the variational distribution. This algorithm is applicable to a wide variety of models and only requires the gradients of model joint log-density. It scales well and can be applied to large scale problems.
Добавлю, что дважды стохастический вар вывод - крайне популярная техника так называемого black box вариационного вывода, то есть применимого к широкому классу вероятностных моделей, без предположений о сопряжённости распределений. По сути, её можно использовать всегда, когда можно использовать Гамильтоновский Монте-Карло, что довольно удивительно. В частности, дважды стохастический вар вывод прошлым летом добавили в пакет Stan, который изначально поддерживался лишь методы Монте-Карло. Как можно догадаться, вар. вывод работает на порядок быстрее.
Место МГУ, ВМК, П-13
