Key points are not available for this paper at this time.
لقد كانت النماذج الرياضية القابلة للتفسير والمغلقة ذات شكلٍ معين فعالة في تعزيز فهمنا للعالم؛ مع ثورة البيانات، قد نكون الآن في موقف يمكننا من اكتشاف نماذج جديدة مثل هذه للعديد من الأنظمة من الفيزياء إلى العلوم الاجتماعية. ومع ذلك، لمواجهة كميات متزايدة من البيانات، نحتاج إلى "علماء الآلات" القادرين على استخراج هذه النماذج تلقائيًا من البيانات. هنا، نقدم عالماً بايزي للآلات، الذي يؤسس جدارة النماذج باستخدام تقريبات واضحة للجزء الهامشي الدقيق على النماذج، ويؤسس توقعاته السابقة حول النماذج من خلال التعلم من مجموعة كبيرة من التعبيرات الرياضية التجريبية. يستكشف عالماً من النماذج باستخدام طريقة مونت كارلو لسلسلة ماركوف. نحن نثبت أن هذا النهج يكشف عن نماذج دقيقة للبيانات الاصطناعية والحقيقية ويوفر توقعات خارج العينة تكون أكثر دقة من تلك التي توفرها المناهج الحالية ومن طرق غير معلمية أخرى.
غيميرا وآخرون (الجمعة) درسوا هذا السؤال.