No-U-Turn Sampler (NUTS)
El No-U-Turn Sampler (NUTS) és un algorisme de Monte Carlo de cadena de Markov autoajustable introduït per Hoffman i Gelman (2014) que estén el Hamiltonian Monte Carlo (HMC) determinant automàticament el nombre òptim de passos de leapfrog, eliminant el paràmetre de sintonització manual més sensible. NUTS és el mostrejador per defecte a Stan i PyMC i ha fet que la inferència bayesiana a gran escala i d'alta dimensionalitat sigui pràcticament accessible sense necessitat que els usuaris estableixin manualment les longituds de la trajectòria.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
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(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
Com citar aquesta pàgina
ScholarGate. (2026, June 3). No-U-Turn Sampler (NUTS). ScholarGate. https://scholargate.app/ca/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.
- Regressió BayesianaBayesià↔ compare
- Hamiltonian Monte CarloBayesià↔ compare
- Cadenes de Markov Monte Carlo (MCMC)Bayesià↔ compare
- Inferència variacionalBayesià↔ compare
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →