Bayesovská syntéza programu - Bayesian program synthesis

v programovací jazyky a strojové učení, Bayesovská syntéza programů (BPS) je syntéza programu technika, kdy Bayesovské pravděpodobnostní programy automaticky vytvářejí nové Bayesovské pravděpodobnostní programy.[1] Tento přístup stojí na rozdíl od běžné praxe v pravděpodobnostní programování kde lidští vývojáři ručně píší nové pravděpodobnostní programy.

Rámec

Bayesovská syntéza programů (BPS) byla popsána jako rámec související s pravděpodobnostním programováním a využívající jej. V BPS se generují pravděpodobnostní programy, které jsou samy o sobě prioritami nad prostorem pravděpodobnostních programů. Tato strategie umožňuje automatickou syntézu nových programů pomocí pravděpodobnostní inference a je jí dosaženo složením programů modulárních komponent.

Modularita v BPS umožňuje odvodit, že lze pracovat a testovat menší pravděpodobnostní programy, než budou integrovány do většího modelu.[2]

Tento rámec lze porovnat s rodinou automatizovaných syntéza programu pole, která zahrnují programování příkladem a programování pomocí demonstrace. Cílem v těchto oblastech je najít nejlepší program, který splňuje určitá omezení. V tradiční syntéze programů například ověřování logických omezení snižuje stavový prostor možných programů, což umožňuje efektivnějšímu hledání najít optimální program. Bayesovská syntéza programů se liší v tom, že omezení jsou pravděpodobnostní a samotný výstup je distribucí mezi programy, které lze dále upřesnit.

Kromě toho lze Bayesiánskou syntézu programu porovnat s prací na učení Bayesianského programu, kde jsou pravděpodobnostní programové komponenty psány ručně, předem vyškoleny v datech a poté ručně sestaveny, aby bylo možné rozpoznat ručně psané znaky.[3]

Viz také

Reference

  1. ^ Saad, Feras A .; Cusumano-Towner, Marco F .; Schaechtle, Ulrich; Rinard, Martin C .; Mansinghka, Vikash K. (leden 2019). "Bayesiánská syntéza pravděpodobnostních programů pro automatické modelování dat". Proc. Program ACM. Lang. 3 (POPL): 37: 1–37: 32. arXiv:1907.06249. Bibcode:2019arXiv190706249S. doi:10.1145/3290350. ISSN  2475-1421.
  2. ^ „Talking Machines: Pravděpodobnostní programování, Ben Vigoda | Robohub“. robohub.org. Citováno 2017-03-04.
  3. ^ Lake, Brenden M .; Salakhutdinov, Ruslan; Tenenbaum, Joshua B. (11. 12. 2015). „Učení konceptu na lidské úrovni prostřednictvím indukce pravděpodobnostního programu“. Věda. 350 (6266): 1332–1338. Bibcode:2015Sci ... 350.1332L. doi:10.1126 / science.aab3050. ISSN  0036-8075. PMID  26659050.

externí odkazy