Bayesianische Inferenz

AKWI-Tagungsband zur 35. AKWI-Jahrestagung. Jahrgang, 2022, Seite S. 185–201 Wenn statt riesiger Datenmengen ein generatives Modell (also ein probabilistischer Simulator) für die Erzeugung bzw. Entstehung der Daten der Anwendungsdomäne zur Verfügung steht, kann dieser Simulator durch bayesianische Inferenz „invertiert“ werden, d.h. es können diejenigen latenten Parameter des Modells bestimmt werden, die für jeweils vorgegebene Daten verantwortlich sind. Universelle Probabilistische Programmiersprachen (PPL) sind derart expressiv, dass sich mit ihnen das generative Modell, etwaige Bedingungen an die Daten und das Vorwissen des Anwenders bzgl. der latenten Parameter des Modells als ein integriertes Programm formulieren lassen. Die Ausführung dieses Programms erzeugt dann Stichproben der bayesianischen Posterior-Verteilung der gesuchten Modell-Parameter. Durch moderne Allzweck-Algorithmen zur Inferenz kann diese Verteilung exploriert und für den jeweiligen ...