Dinàmic Hamiltonian Monte Carlo
El Dinàmic Hamiltonian Monte Carlo — àmpliament conegut com a No-U-Turn Sampler (NUTS) — és una extensió adaptativa de Hamiltonian Monte Carlo que selecciona automàticament el nombre de passos d'integració leapfrog durant cada transició MCMC, eliminant la necessitat d'ajustar manualment el paràmetre de sintonització més sensible de l'HMC estàndard. És el mostrejador per defecte a Stan i PyMC i és adequat per a distribucions posteriors contínues i diferenciables de dimensió moderada a alta.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Mapa de mètodes
El veïnat de mètodes relacionats — seleccioneu un node per explorar-lo.
Fonts
- 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(1), 1593–1623. link ↗
- Neal, R. M. (2011). MCMC using Hamiltonian dynamics. In S. Brooks, A. Gelman, G. Jones & X.-L. Meng (Eds.), Handbook of Markov Chain Monte Carlo (pp. 113–162). CRC Press. ISBN: 978-1420079418
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Dynamic Hamiltonian Monte Carlo (No-U-Turn Sampler). ScholarGate. https://scholargate.app/ca/bayesian/dynamic-hamiltonian-monte-carlo
Quin mètode?
Poseu aquest mètode al costat dels seus parents més pròxims i llegiu-los de costat a costat — la biblioteca disposa els llibres sobre la taula; la tria és vostra.
- Regressió BayesianaBayesià↔ compara
- Campionament de GibbsBayesià↔ compara
- Hamiltonian Monte CarloBayesià↔ compara
- Monte Carlo SeqüencialBayesià↔ compara
- Inferència variacionalBayesià↔ compara
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →