Minimální popisová délka
Pojetí minimalizující popisové délky jako praktická metoda nesoucího vnějšího modelového srovnání ve světle dat bylo propagováno Wallace a Boulton. Jorma Rissanen jméno je také silně spojené s tímto pojetím. MDL komunita může být rozdělena do dva, shodovat se k zda výzkumník si prohlíží MDL jako bytí ekvivalentní k Bayesian modelovému srovnání, nebo různý.Názor, že MDL je přiblížení k Bayesian modelovému srovnání je vysvětleno v Davidovi Mackayi je Informační teorie, závěr a algoritmy učení. (vidět dole spojení) jak Shannon se ukázal, optimální popisová délka pro data D, dané předpoklady H, je ` Shannon množství informací ' žurnál _ 2 (1/P (D | H )). A v Bayesian závěru, pravděpodobnost modelu H (také známý jako důkaz pro model) je P (D | H). Tak přesný implementatin MDL by měl vrátit se přesně důkaz.
- Online učebnice: Informační teorie, závěr, a se učit algoritmy, David Mackay, má mnoho kapitol o Bayesian metodách, včetně úvodních příkladů; přesvědčivé argumenty v prospěch Bayesian metod; state-of-the-art metody Montea Carla, zpráva-procházet kolem metod a metod variational; a příklady objasňovat důvěrná spojení mezi Bayesian závěrem a kompresi dat.