[Seminario] RECORDATORIO INVITACION Grupo de Lectura Aprendizaje de Máquinas GAMES #6: Métidos de Monte Carlo (Donato Vásquez) JUEVES 27 A LAS 14:00 HRS.

[Maria Ines]

Estimados Académicos y alumnos,


Se les recuerda que hoy  Jueves 27 de OCTUBRE  a las 14:00 hrs, se 
realizará  la charla del Grupo de lectura aprendizaje de máquinas,  en 
la Sala Multimedia del Sexto Piso, Beauchef 851, Torre Norte.

*GAMES #6: **Métidos de Monte Carlo**(**Donato Vásquez)*
*Hora: *1400
*Día: *Jueves 27/10/2016
*Sala: *Sala Multimedia del Sexto Piso, Beauchef 851, Torre Norte.

*Abstract:

*En el contexto de la inferencia bayesiana, muchas veces se necesita 
calcular integrales no tratables, una forma de realizar este cálculo es 
mediante  el principio de Monte Carlo, lo cual consiste en generar 
realizaciones  de una variable aleatoria y formular la integral como una 
esperanza empírica. Esto conlleva otro problema, el cómo obtener las 
muestras de una distribución deseada. Una forma usual de obtener dichas  
muestras es construir una cadena de Markov que tenga como distribución 
estacionaria la distribución deseada y luego simular la cadena, este 
método es conocido como Markov Chain Monte Carlo (MCMC). En esta charla 
revisaremos los principales métodos para resolver integrales no 
tratables basados en en el principio de Monte Carlo y MCMC, como 
Metropolis-Hasting y  Gibbs sampling, para finalizar con una revisión 
del estado del arte.


Referencias :
[Review] C. Andrieu ,N de Freitas A. Doucet y M. I. Jordan, An 
Introduction to MCMC for Machine Learning, Kluwer Academic Publishers, 2003
[Libro] S. Brooks, A. Gelman, G. L. Jones y Xiao-Li Meng, Handbook of 
Markov Chain Monte Carlo, Chapman & Hall/CRC, 2011
[Estado del arte] T. Chen, E. B. Fox, C. Guestrin, Stochastic Gradient 
Hamiltonian Monte Carlo, MODE Lab, University of Washington, Seattle, 
WA, 2014

Esperando contar con su presencia, les saluda,

Ma. Inés Rivera

-------------- next part --------------
An HTML attachment was scrubbed...
URL: <http://listas.dim.uchile.cl/pipermail/seminario/attachments/20161027/419e6420/attachment.html>