贝叶斯相关 AI 资讯 · AITOP

8月18日

15:34

官方账号arXiv cs.LG@Ondrej Bajgar, Peter Tisnikar, Alessandro Abate, Konstantinos Gatsis, Maike Osborne

QVIRL是一种新型贝叶斯逆强化学习方法，通过变分分布学习最优Q值，从专家演示中推断奖励函数后验。该方法结合了可扩展性与不确定性量化，适用于安全关键应用和主动学习。在网格世界、Lunar Lander、Highway Environment及两个ATARI游戏等任务中表现优异，且是首个能从原始像素观测训练的贝叶斯IRL方法。

论文 QVIRL 逆强化学习贝叶斯

推荐理由：想学逆强化学习？QVIRL能边学边给不确定性，还能主动问你要数据，比老方法稳多了。

原文

8月11日

10:52

官方账号arXiv cs.LG@Oussama Boussif, Mohammed Mahfoud, Younesse Kaddar, Moksh Jain, Sida Li, Damiano Fornasiere, Xiaoyin Chen, Yoshua Bengio, Esmeralda S. Whitammer

符号回归旨在寻找描述目标变量与输入间随机依赖的代数表达式，不同于固定模型结构的参数拟合，它是在表达式空间中的搜索问题。ERRLESS（熵正则化强化学习用于表达式结构采样）通过最大熵强化学习，学习一个神经网络策略来逐步构建抽象语法树，从而从给定数据的表达式后验分布中采样。在Feynman基准上，ERRLESS取得了有竞争力的结果，同时生成简短且可解释的表达式。与SMC基线相比，ERRLESS近似后验预测均值实现了较高的决定系数（R²），凸显了贝叶斯视角在符号回归中的优势。

论文 ERRLESS 符号回归强化学习

推荐理由：想找能处理噪声数据、还能告诉你不确定性有多大的回归方法？ERRLESS用强化学习从后验里采样表达式，Feynman基准上表现不错，表达式还短。

原文

8月6日

05:59

官方一手marktechpost@Sana Hassan

精选

本教程基于Google Meridian完整演示贝叶斯营销组合建模流程，从安装库、检查GPU到加载含媒体曝光、花费、转化、收入的地理级数据集。教程展示了如何将原始列映射到Meridian数据模式，并使用基于ROI的先验定义可解释的模型参数。最终输出媒体测量、ROI分析和预算优化结果，帮助营销团队量化各渠道贡献并重新分配预算。

技巧 Google Meridian 营销组合建模贝叶斯

推荐理由：想学Google Meridian做营销归因和预算分配？这篇手把手教程带你跑通整个流程，有实操代码和地理级数据示例。

原文

7月21日

09:36

官方账号arXiv cs.LG@Afiq Abdillah Effiezal Aswadi, Haotong Ma, Susan Wei

贝叶斯滤波变压器（BFT）是一种在两阶段生成序列上训练的 Transformer：先由先验抽取潜在任务，再根据该任务生成观测。在理想极限下，BFT 的下一词预测等于贝叶斯后验预测分布（PPD），但实际训练仅逼近该分布。论文提出预测蒙特卡洛（PMC）方法作为可解释性工具，仅利用下一词生成即可近似 BFT 内部隐含的先验和后验分布。PMC 被应用于三个任务族（0-Markov 和 1-Markov 可交换性），揭示了此前在预测空间观察到的现象在隐空间中依然存在。

论文 BFT PMC 可解释性

推荐理由：这篇论文提出了PMC方法，能直接看穿BFT模型内部认为的贝叶斯先验是什么，比传统对比法更靠谱。做可解释性研究的朋友可以试试。

原文