turkmath.org

Türkiye'deki Matematiksel Etkinlikler


23 Mart 2022, 14:00


İstanbul Matematiksel Bilimler Merkezi Seminerleri

An Introduction to Stochastic Gradient Markov Chain Monte Carlo Methods

Umut Şimşekli
INRIA - ENS Paris, Fransa

Markov Chain Monte Carlo (MCMC) methods are one of the most important family of algorithms in Bayesian machine learning. These methods lie in the core of various applications such as the estimation of Bayesian predictive densities and Bayesian model selection. They can also provide important advantages over optimization-based point estimation methods, such as having better predictive accuracy and being more robust to over-fitting. Despite their well-known benefits, during the last decade, conventional MCMC methods have lost their charm since they are often criticized as being computationally very demanding. Indeed, classical approaches based on batch ‘Metropolis-Hastings’ algorithm would require passing over the whole data set at each iteration and the acceptance-rejection test makes the methods even more impractical for modern data sets. As a remedy, Welling and Teh (ICML 2011) developed one of the first scalable MCMC frameworks referred to as stochastic gradient Langevin dynamics (SGLD). Unlike conventional ‘batch’ MCMC methods, SGLD uses subsamples of the data per iteration similar to SGD. With this manner, SGLD is able to scale up to large datasets, while at the same time being a valid MCMC method that forms a Markov chain asymptotically sampling from the target density. Several extensions of SGLD have been proposed, which are coined under the term Stochastic Gradient MCMC (SG-MCMC). In this tutorial-like talk, I will cover the basics of MCMC and survey the recent advances in the field of SG-MCMC.

Yapay Öğrenme İngilizce
IMBM at Boğaziçi University, South Campus

admin 21.03.2022

Yaklaşan Seminerler Seminer Arşivi
 

İLETİŞİM

Akademik biriminizin ya da çalışma grubunuzun ülkemizde gerçekleşen etkinliklerini, ilan etmek istediğiniz burs, ödül, akademik iş imkanlarını veya konuk ettiğiniz matematikçileri basit bir veri girişi ile kolayca turkmath.org sitesinde ücretsiz duyurabilirsiniz. Sisteme giriş yapmak için gerekli bilgileri almak ya da görüş ve önerilerinizi bildirmek için iletişime geçmekten çekinmeyiniz. Katkı verenler listesi için tıklayınız.

Özkan Değer ozkandeger@gmail.com

DESTEK VERENLER

ja2019

31. Journees Arithmetiques Konferansı Organizasyon Komitesi

Web sitesinin masraflarının karşılanması ve hizmetine devam edebilmesi için siz de bağış yapmak, sponsor olmak veya reklam vermek için lütfen iletişime geçiniz.

ONLİNE ZİYARETÇİLER


©2013-2022 turkmath.org
Tüm hakları saklıdır