伊桑·戈恩;克林顿·福克斯 贝叶斯神经网络:简介和综述。 (英语) Zbl 07620010号 Mengersen,Kerrie L.(编辑)等,应用贝叶斯数据科学案例研究。CIRM Jean-Morlet主席,法国马赛,2018年秋季。查姆:斯普林格;法国数学协会(SMF)。莱克特。数学笔记。2259, 45-87 (2020). 摘要:神经网络(NN)为许多具有挑战性的机器学习任务提供了最先进的结果,例如跨计算机视觉、语音识别和自然语言处理领域的检测、回归和分类。尽管它们取得了成功,但它们通常是在频率专家计划中实施的,这意味着它们无法对预测中的不确定性进行推理。本文介绍了贝叶斯神经网络及其实现方面的开创性研究。比较了不同的近似推理方法,并用以强调未来研究可以改进现有方法的地方。关于整个系列,请参见[Zbl 1482.62002号]. 引用于7文件 MSC公司: 2015年1月62日 贝叶斯推断 62兰特 大数据和数据科学的统计方面 PDF格式BibTeX公司 XML格式引用 \textit{E.Goan}和\textit{C.Fookes},莱克特。数学笔记。2259、45-87(2020;Zbl 07620010) 全文: 内政部 arXiv公司