Chapter 4 · Demo 4 · 推断算法

神经采样近似 posterior

大脑可能用神经活动样本表示不确定性。随着样本增加，经验分布逐渐逼近真实后验。
核心公式：\(\hat p(x)=\frac{1}{T}\sum_{t=1}^T\mathbf 1[x^{(t)}=x]\)

真实 posterior vs 样本 histogram

观察提示

文献与案例意图

参考 Buesing et al. (2011) neural sampling、Orbán et al. (2016) neural variability as sampling、Aitchison & Lengyel (2016) sampling in V1。案例说明近似推断可以用样本实现，为神经实现提供直觉。

  • BRML Ch28 Sampling
  • PML2 Ch11 Monte Carlo methods