有人能解释一下概率规划中更清楚的“编程”部分吗？

Question

通常，在概率编程框架的文档中，我可以读到很多关于MCMC的内容，但对编程的了解却不多。我看到的每一个例子通常只有非常简短和简单的概率程序。如果不计算数据的输入和结果的输出，通常它们大约是5-10行代码。所以，这看起来不像编程。

据我所知，我可以编写概率程序来规范学习过程，所以我的概率程序越长，计算速度就越快，我需要的训练数据集就越小，得到的结果也就越正确。我说的对吗？

例如，如果我想在图片上找到一只猫。我可以写一些概率程序来描述猫的样子和它们能是什么样子的论述。我的描述越详细，结果就越好？

谢谢，德米特里

Answer 1

对我来说，“可能性编程”仅仅意味着用一种带有概率结构的编程语言来编写模型。Stan为您提供了一种带有表示随机变量的变量的命令式编程语言。

Stan的文档中有关于Stan编程的200+页面，所以我不确定您在寻找什么。它涵盖了从数据类型到参数化到用户定义函数的所有内容。和大多数简介和手册一样，例子往往很短。如果您希望看到更长的程序，请查看案例研究或跟踪用户论坛。

较大的模型并不一定意味着您需要更少的数据。在开始之前，模型包含的关于答案的信息越多(先前的)，您需要的数据就越少。有了更多的数据，您可以进行更细粒度的推理。

我不认为你会很幸运地用一个详细的手工模型描述猫。