Bayesian Nonparametrics: Hope or Hype?

참고 : http://people.seas.harvard.edu/~rpa/nips2011npbayes.html

NIPS 2011 워크샵에서 비모수 베이지안에 대해 토론이 있었던 모양이다.

이 워크샵 Description은 아래와 같다.

Bayesian nonparametric methods are an expanding part of the machine learning landscape. Proponents of Bayesian nonparametrics claim that these methods enable one to construct models that can scale their complexity with data, while representing uncertainty in both the parameters and the structure. Detractors point out that the characteristics of the models are often not well understood and that inference can be unwieldy. Relative to the statistics community, machine learning practitioners of Bayesian nonparametrics frequently do not leverage the representation of uncertainty that is inherent in the Bayesian framework. Neither do they perform the kind of analysis --- both empirical and theoretical --- to set skeptics at ease. In this workshop we hope to bring a wide group together to constructively discuss and address these goals and shortcomings.

지지론자와 반대론자의 차이를 보면, 반대하는 사람들은 이 방법이 난해하고 다루기 불편하다는 것이고, 지지하는 사람은 데이터가 복잡하더라도 거기에 따라 조절될 수 있는 모델을 만들수 있도록 해주는 방법이다라고 한다...비모수적 방법을 사용한다는 것이 모수를 결정짓지 않은 상태에서 모델을 세우기 때문에...

근데.. 이쪽... 공부할 양이 상당히 많다..ㅡ,.ㅡ