Weighted Bayesian Bootstrap for Scalable Bayes
Weighted Bayesian Bootstrap for Scalable Bayes
复制标题
可扩展贝叶斯的加权贝叶斯引导程序
DOI：
--
复制
发表时间：
2018
期刊：
影响因子：
--
通讯作者：
Jianeng Xu
中科院分区：
文献类型：
--
作者：
M. Newton;Nicholas G. Polson;Jianeng Xu
We develop a weighted Bayesian Bootstrap (WBB) for machine learning and statistics. WBB provides uncertainty quantification by sampling from a high dimensional posterior distribution. WBB is computationally fast and scalable using only off-theshelf optimization software such as TensorFlow. We provide regularity conditions which apply to a wide range of machine learning and statistical models. We illustrate our methodology in regularized regression, trend filtering and deep learning. Finally, we conclude with directions for future research.
登录
查看更多内容
贝叶斯推理和参数引导程序。
DOI：
10.1214/12-aoas571
发表时间：
2012-10-01
期刊：
The annals of applied statistics
影响因子：
--
作者：
Efron B
通讯作者：
Efron B
DOI：
--
发表时间：
2014-06
期刊：
--
影响因子：
--
作者：
Stanislav Minsker;Sanvesh Srivastava;Lizhen Lin;D. Dunson
通讯作者：
Stanislav Minsker;Sanvesh Srivastava;Lizhen Lin;D. Dunson
影响因子：
2.7
作者：
Beaumont, Mark A.;Cornuet, Jean-Marie;Robert, Christian P.
通讯作者：
Robert, Christian P.
影响因子：
4.4
作者：
Gramacy, Robert B.;Polson, Nicholas G.
通讯作者：
Polson, Nicholas G.