No-U-Turn Sampler (NUTS)
No-U-Turn Sampler (NUTS) е алгоритъм на Марковски вериги Монте Карло със самонастройка, въведен от Hoffman и Gelman (2014), който разширява Hamiltonian Monte Carlo (HMC), като автоматично определя оптималния брой стъпки на leapfrog, елиминирайки най-чувствителния параметър за ръчна настройка. NUTS е стандартният семплер в Stan и PyMC и направи мащабни, високомерни Байесови изводи практически достъпни, без да изисква от потребителите ръчно задаване на дължините на траекториите.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Hoffman, M. D., & Gelman, A. (2014). The No-U-Turn Sampler: Adaptively setting path lengths in Hamiltonian Monte Carlo. Journal of Machine Learning Research, 15(47), 1593–1623. link ↗
- Neal, R. M. (2011). MCMC using Hamiltonian dynamics. In S. Brooks, A. Gelman, G. L. Jones, & X.-L. Meng (Eds.), Handbook of Markov Chain Monte Carlo (pp. 113–162). CRC Press. DOI: 10.1201/b10905-6 ↗
- Gelman, A., Carlin, J. B., Stern, H. S., Dunson, D. B., Vehtari, A., & Rubin, D. B. (2013). Bayesian Data Analysis (3rd ed.). CRC Press. ISBN: 978-1-4398-4095-5
Как да цитирате тази страница
ScholarGate. (2026, June 3). No-U-Turn Sampler (NUTS). ScholarGate. https://scholargate.app/bg/bayesian/no-u-turn-sampler
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Байесов регресионен моделБейсови методи↔ compare
- Хамилтънов Монте КарлоБейсови методи↔ compare
- Марковски Монте Карло вериги (MCMC)Бейсови методи↔ compare
- Вариационен инференсБейсови методи↔ compare
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →