গিবস স্যাম্পলিং
গিবস স্যাম্পলিং হলো একটি মার্কভ চেইন মন্টি কার্লো অ্যালগরিদম যা উচ্চ-মাত্রিক পোস্টেরিয়র ডিস্ট্রিবিউশনকে আনুমানিক করে। এটি প্রতিটি প্যারামিটারকে অন্য সকল প্যারামিটার এবং ডেটার উপর ভিত্তি করে তার পূর্ণ শর্তাধীন ডিস্ট্রিবিউশন থেকে বারবার ড্র করে। যেহেতু প্রতিটি ড্র শর্তাধীন থেকে সঠিক — প্রস্তাবিত নয় যা বাতিল হতে পারে — তাই যখন সেই শর্তাধীনগুলো বন্ধ ফর্মে পাওয়া যায় তখন স্যাম্পলারটি কার্যকর হয়।
পুরো পদ্ধতিটি পড়ুন
এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।
Method map
The neighbourhood of related methods — select a node to explore.
+23 more
উৎস
- Geman, S. & Geman, D. (1984). Stochastic relaxation, Gibbs distributions, and the Bayesian restoration of images. IEEE Transactions on Pattern Analysis and Machine Intelligence, 6(6), 721-741. DOI: 10.1109/TPAMI.1984.4767596 ↗
- Gelfand, A. E. & Smith, A. F. M. (1990). Sampling-based approaches to calculating marginal densities. Journal of the American Statistical Association, 85(410), 398-409. DOI: 10.1080/01621459.1990.10476213 ↗
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 3). Gibbs Sampling Markov Chain Monte Carlo. ScholarGate. https://scholargate.app/bn/bayesian/gibbs-sampling
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.
- বেয়েশীয় রিগ্রেশনবেইসীয়↔ compare
- হ্যামিলটোনিয়ান মন্টি কার্লোবেইসীয়↔ compare
- শ্রেণিবদ্ধ বেইজিয়ান অনুমানবেইসীয়↔ compare
- মার্কভ চেইন মন্টি কার্লো (MCMC)বেইসীয়↔ compare
- ভ্যারিয়েশনাল ইনফারেন্স (Variational Inference)বেইসীয়↔ compare
যেখানে উদ্ধৃত
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →