An Introduction to Bayesian and Frequentist Simulation-Based Inference with Machine Learning
Dieses Papier bietet einen Überblick darüber, wie auf maschinellem Lernen basierende simulationsbasierte Inferenzmethoden sowohl innerhalb bayesianischer als auch frequentistischer Rahmenbedingungen zur Lösung inverser Probleme angewendet werden können, während es gleichzeitig deren Einsatz in der empirischen Bayes-Analyse und bei Unfolding-Aufgaben sowie Validierungsstrategien und inhärente Einschränkungen behandelt.