Bayesian methods

স্লাইস স্যাম্পলিং

স্লাইস স্যাম্পলিং হলো একটি মার্কভ চেইন মন্টি কার্লো (MCMC) অ্যালগরিদম যা ২০০৩ সালে প্রকাশিত Annals of Statistics জার্নালে র‌্যাডফোর্ড এম. নীল (Radford M. Neal) প্রবর্তন করেন। এটি টার্গেট ডিস্ট্রিবিউশন থেকে নমুনা তৈরি করে ডেনসিটি কার্ভের নিচের অঞ্চল—যাকে 'স্লাইস' বলা হয়—থেকে সুষমভাবে (uniformly) নমুনা নিয়ে। এর জন্য ব্যবহারকারীকে কোনো স্টেপ-সাইজ বা প্রোপোজাল ডিস্ট্রিবিউশন নির্দিষ্ট করার প্রয়োজন হয় না, যা একে স্ব-টিউনিং (self-tuning) এবং বায়েসিয়ান পোস্টেরিয়র ইনফারেন্সের (Bayesian posterior inference) জন্য ব্যাপকভাবে প্রযোজ্য করে তোলে।

MethodMind-এ খুলুনশীঘ্রইভিডিওশীঘ্রইDownload slides

পুরো পদ্ধতিটি পড়ুন

শুধু সদস্যদের জন্য

এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।

সাইন ইন করুন

Method map

The neighbourhood of related methods — select a node to explore.

উৎস

  1. Neal, R. M. (2003). Slice sampling (with discussion). Annals of Statistics, 31(3), 705–767. DOI: 10.1214/aos/1056562461
  2. 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: 978-1439840955
  3. Robert, C. P., & Casella, G. (2004). Monte Carlo Statistical Methods (2nd ed.). Springer. ISBN: 978-0387212395

এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন

ScholarGate. (2026, June 3). Slice Sampling MCMC. ScholarGate. https://scholargate.app/bn/bayesian/slice-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.

Compare side by side

যেখানে উদ্ধৃত

ScholarGateSlice Sampling (Slice Sampling MCMC). 2026-06-15 তারিখে সংগৃহীত, উৎস: https://scholargate.app/bn/bayesian/slice-sampling · ডেটাসেট: https://doi.org/10.5281/zenodo.20539026