Практическая амортизированная байесовская инференция

Описание

**🎙️ Спикеры:** Томас Вейки, PhD, Лука Фьяшчи, PhD, и **⏰ Время:** 15:00 UTC / 8:00 PT / 11:00 ET / 17:00 Берлин. Традиционные методы MCMC, такие как NUTS, являются золотым стандартом для оценки параметров, но сталкиваются с ограничениями, когда дело касается сложных правдоподобий, сложных моделий симуляции или требований реального времени в производстве, где выборка не может занимать минуты или часы. Здесь на помощь приходит амортизированная байесовская инференция (ABI): революционный подход, при котором генеративные архитектуры ИИ (например, нормализующие потоки, диффузионные модели и сопоставление потока) обучаются оффлайн для изучения сложных постериорных распределений. После обучения инференция превращается в быстрый процесс. На этом практическом вебинаре Стефан Раде (создатель BayesFlow и профессор в RPI) вместе с PyMC Labs продемонстрирует, как обучать нейронные сети инференции и интегрировать их напрямую в потоки PyMC. **Что вы узнаете:** * **Основы ABI:** Как генеративный ИИ превращает модели симуляции в мгновенные вероятностные инференционные механизмы. * Обход непосильных правдоподобий: Как обучать нейронные оценщики правдоподобия в BayesFlow и интегрировать их в JAX-бекенд PyMC для выборки MCMC. * **Трудные тренировки, быстрая реализация:** Как переместить вычислительную нагрузку оффлайн, чтобы достичь субсекундной байесовской инференции в производственных условиях. * **Диагностика и надежность:** Как использовать калибровку на основе симуляции (SBC) и диагностику покрытия, чтобы гарантировать, что ваша нейронная сеть не генерирует «галлюцинированные» постериоры. * **Демонстрация кода вживую:** Пошаговая инструкция по построению, обучению и оценке модели BayesFlow вместе с PyMC. **Кому следует участвовать:** * Дата-сайентисты и ML-инженеры, которые хотят реализовать байесовские модели в реальных производственных сценариях. * Пользователи PyMC и Stan, которые хотят моделировать сложные, основанные на симуляциях данные без явных функций правдоподобия. * Исследователи и количественные аналитики, заинтересованные в передовых приложениях генеративного ИИ для моделирования на основе данных. 📜 **Программа лекции / Повестка дня:** * 5 минут: Введение в PyMC Labs и спикеров * 40 минут: Панельная дискуссия * 15 минут: Вопросы и ответы \-\-\-\-\-\-\-\-\-\-\-\-\-\-\-\-\-\-\-\-\-\-\-\-\-\-\-\-\-\-\-\-\-\-\-\-\-\-\-\-\-\-\-\-\-\-\-\-\- **💼 О спикерах:** **Др. Томас Вейки** **(Основатель PyMC Labs)** Соучредитель PyMC, ведущей платформы для статистической науки данных. Чтобы помочь компаниям решить некоторые из их самых сложных проблем в области науки о данных, он собрал команду первоклассных байесовских моделистов и основал PyMC Labs - консалтинговую компанию по байесовскому ИИ. Он получил степень доктора в Брауновском университете по когнитивной нейронауке. **Связаться с Томасом:** 👉[ Linkedin ](https://www.linkedin.com/in/twiecki/)🧩 [Github](https://github.com/twiecki) **Др. Лука Фьяшчи (Партнёр PyMC Labs, Gen AI Vertical)** Лука помогает организациям реализовать ценность данных и ИИ. С более чем 15-летним опытом он возглавлял и развивал команды в Mistplay, HelloFresh, Alibaba и Stitch Fix, достигая прорыва в персонализации, оптимизации маркетинга и каузальной моделировании. Он имеет PhD по информатике из Университета Гейдельберга. **Связаться с Лукой**👉 [LinkedIn](https://www.linkedin.com/in/lfiaschi/)🧩[ Github](https://github.com/lfiaschi) **Стефан Т. Раде, PhD (Ассистент-профессор, создатель BayesFlow)** Стефан является ассистентом-профессором в Политехническом институте Ренсселаера и главой исследований в BayesOps. Он является создателем BayesFlow, фреймворка с открытым исходным кодом для симуляционной инференции, и страстно заинтересован в преобразовании сложного вероятностного мышления в полезные инструменты для ученых, разработчиков и всех, кто хочет принимать более обоснованные решения на основе данных. **Связаться со Стефаном** 👉 [LinkedIn](https://www.linkedin.com/in/stefan-radev-21b713187/) \-\-\-\-\-\-\-\-\-\-\-\-\-\-\-\-\-\- **📖 Кодекс поведения:** Пожалуйста, обратите внимание, что от участников ожидается соблюдение [Правил поведения PyMC](https://github.com/pymc-devs/pymc/blob/main/CODE_OF_CONDUCT.md). **Связь с PyMC Labs:** 🌐 Вебсайт: [https://www.pymc-labs.com/](https://www.pymc-labs.com/) 👥 LinkedIn: [https://www.linkedin.com/company/pymc-labs/](https://www.linkedin.com/company/pymc-labs/) 🐦 Twitter: [https://twitter.com/pymc_labs](https://twitter.com/pymc_labs) 🎥 YouTube: [https://www.youtube.com/c/PyMCLabs](https://www.youtube.com/c/PyMCLabs) 🤝 Meetup: [https://www.meetup.com/pymc-labs-online-meetup/](https://www.meetup.com/pymc-labs-online-meetup/) 🎮 Discord: [https://discord.gg/MARSCNemw3](https://discord.gg/MARSCNemw3)