Projektissa kehitetään työkaluja avustamaan tilastollisten mallien ja Bayesilaisten koneoppimismallien kehittämistä. Eräs keskeinen valinta koskee mallin parametreille oletettua priorijakaumaa, jonka valitseminen on monissa tilanteissa erittäin vaikeaa. Piorielisitaatiota voidaan käyttää avustamaan priorin valinnassa, mutta nykyiset työkalut ovat rajoittuneita eikä niistä usein ole käytännössä apua. Me tarjoamme avoimia työkaluja jotka laajentavat priorielisitaation käyttömahdollisuuksia. Kehitämme parameterisaation, jonka avulla voidaan esittää laskennallisesti tehokkaasti myös moniulotteisia pirioijakaumia. Luomme myös menetelmiä joilla asiantuntijaa avustetaan määrittämään jakauma, ilman että heidän tarvitsee suoraan tarjota tietoa mallin parametreista. Esittämämme ratkaisut soveltuvat sekä perinteisille tilastollisille malleille että Bayesilaiseen koneoppimiseen, ja auttavat tehostamaan mallien kehittämistä ja parantamaan valmiiden mallien laatua.

2024

2028