Вероятностное моделирование является одним из мощнейших инструментов для специалиста по анализу данных. К сожалению, для его использования необходимо не только уверенно владеть аппаратом теории вероятностей и математической статистики, но и знать детали работы алгоритмов приближенного байесовского вывода, что делает порог вхождения очень высоким. Из этой лекции вы узнаете о сравнительно молодой парадигме в машинном обучении — вероятностном программировании. Его задача — сделать всю мощь вероятностного моделирования доступной любому человеку, имеющему опыт программирования и минимальный опыт анализа данных.




Лекция была прочитана Борисом [hr0nix][1] Янгелем на факультете компьютерных наук, открытом в Высшей школе экономики при поддержке Яндекса. Сам Борис окончил ВМиК МГУ и Школу анализа данных Яндекса. Работал в Microsoft Research Cambridge в группе [Кристофера Бишопа][2] над фреймворком [Infer.NET][3]. Сейчас Борис — ведущий разработчик поиска Яндекса. Под катом — расшифровка рассказа. [Читать дальше →][4]

[1]: http://habrahabr.ru/users/hr0nix/
[2]: https://en.wikipedia.org/wiki/Christopher_Bishop
[3]: http://research.microsoft.com/en-us/um/cambridge/projects/infernet/
[4]: http://habrahabr.ru/post/263991/#habracut