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...

Ausführliche Beschreibung

Bibliographische Detailangaben

Veröffentlicht in:	Proceedings of ACM on programming languages Jg. 4; H. OOPSLA; S. 1 - 31
Hauptverfasser:	Holtzen, Steven, Van den Broeck, Guy, Millstein, Todd
Format:	Journal Article
Sprache:	Englisch
Veröffentlicht:	New York, NY, USA ACM 13.11.2020
Schlagworte:	Mathematics of computing Probabilistic inference problems Probabilistic representations Probability and statistics Probabilistic programming
ISSN:	2475-1421, 2475-1421
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!