No-U-Turn Sampler (NUTS)
No-U-Turn Sampler (NUTS) হলো একটি স্বয়ংক্রিয়ভাবে টিউন হওয়া মার্কভ চেইন মন্টি কার্লো অ্যালগরিদম যা Hoffman এবং Gelman (2014) দ্বারা প্রবর্তিত। এটি Hamiltonian Monte Carlo (HMC)-কে প্রসারিত করে, যেখানে লিপফ্রগ ধাপের সংখ্যা স্বয়ংক্রিয়ভাবে নির্ধারিত হয়, ফলে সবচেয়ে সংবেদনশীল ম্যানুয়াল টিউনিং প্যারামিটারটি বাদ পড়ে। NUTS হলো Stan এবং PyMC-তে ডিফল্ট স্যাম্পলার এবং এটি বৃহৎ আকারের, উচ্চ-মাত্রিক বায়েসিয়ান অনুমানকে ব্যবহারকারীদের হাতে ট্র্যাজেক্টরি দৈর্ঘ্য নির্ধারণের প্রয়োজন ছাড়াই ব্যবহারিকভাবে সহজলভ্য করেছে।
পুরো পদ্ধতিটি পড়ুন
এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।
পদ্ধতি-মানচিত্র
সম্পর্কিত পদ্ধতিসমূহের প্রতিবেশ — অন্বেষণ করতে একটি নোড নির্বাচন করুন।
উৎস
- 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
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 3). No-U-Turn Sampler (NUTS). ScholarGate. https://scholargate.app/bn/bayesian/no-u-turn-sampler
কোন পদ্ধতি?
এই পদ্ধতিটিকে তার নিকটতম সমগোত্রীয়দের পাশে রাখুন এবং পাশাপাশি পড়ুন — গ্রন্থাগার বইগুলি টেবিলে সাজিয়ে দেয়; নির্বাচন আপনার।
- বেয়েশীয় রিগ্রেশনবেইসীয়↔ তুলনা করুন
- হ্যামিলটোনিয়ান মন্টি কার্লোবেইসীয়↔ তুলনা করুন
- মার্কভ চেইন মন্টি কার্লো (MCMC)বেইসীয়↔ তুলনা করুন
- ভ্যারিয়েশনাল ইনফারেন্স (Variational Inference)বেইসীয়↔ তুলনা করুন
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →