Scaling exact inference for discrete probabilistic programs

Probabilistic programming languages (PPLs) are an expressive means of representing and reasoning about probabilistic models. The computational challenge of probabilistic inference remains the primary roadblock for applying PPLs in practice. Inference is fundamentally hard, so there is no one-size-fi...

Celý popis

Podrobná bibliografie

Vydáno v:	Proceedings of ACM on programming languages Ročník 4; číslo OOPSLA; s. 1 - 31
Hlavní autoři:	Holtzen, Steven, Van den Broeck, Guy, Millstein, Todd
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	New York, NY, USA ACM 13.11.2020
Témata:	Mathematics of computing Probabilistic inference problems Probabilistic representations Probability and statistics Probabilistic programming
ISSN:	2475-1421, 2475-1421
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!