> ML_ALGORITHM // BAYESIAN-ADDITIVE-REGRESSION-TREES-BART_v1.0
Bayesci Toplamsal Regresyon Ağaçları (BART)
MCMC geri uyarlaması kullanarak karar ağaçlarının toplamını uyduran, sağlam nedensel çıkarım ve parametrik olmayan tahmin için yaygın olarak takdir edilen Bayesci topluluk yöntemi.
Bayesian Non-Parametric Ensemblesbayesian-probabilistichigh-intrinsicmedium (1k-100k)
Tüm Algoritmalara DönHesaplama Karmaşıklığı
Eğitim (Training):O(mcmc_draws * trees * n * p)
Çıkarım (Inference):O(mcmc_draws * trees * depth)
Donanım Karakteristiği
CPU Uygunluğu:Evet
GPU Zorunluluğu:Hayır
Bellek Ayak İzi:moderate
Açıklanabilirlik ve Veri
Açıklanabilirlik Düzeyi:high-intrinsic
Eğitim Verisi İhtiyacı:medium (1k-100k)
Açıklanabilirlik Değerlendirmesi
Bireysel Tedavi Etkileri (ITE) ve karşıolgusal senaryolar için tam sonsal dağılımlar üretir.
Uygun Görevler ve Desteklenen Modaliteler
Uygun Görevler:
regressioncausal inference iteuncertainty quantification
Desteklenen Modaliteler:
tabular
Uygulayıcı Kütüphaneler
Temel Literatür & Yayınlar
Sık Karşılaşılan Hatalar ve Dikkat Edilmesi Gerekenler
- Tekil sonsal ağaçları aşırı yorumlamak; toplamdaki tek tek ağaçlar benzersiz olarak tanımlanamaz