No-U-Turn Sampler (NUTS)
No-U-Turn Sampler (NUTS) je samo-ladicí Markovův řetězec Monte Carlo algoritmus představený Hoffmanem a Gelmanem (2014), který rozšiřuje Hamiltonův Monte Carlo (HMC) automatickým určením optimálního počtu kroků leapfrog, čímž eliminuje nejcitlivější manuální ladicí parametr. NUTS je výchozí sampler ve Stanu a PyMC a učinil rozsáhlé, vysokodimenzionální Bayesovské odvozování prakticky dostupným bez nutnosti, aby uživatelé ručně nastavovali délky trajektorií.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- 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
Jak citovat tuto stránku
ScholarGate. (2026, June 3). No-U-Turn Sampler (NUTS). ScholarGate. https://scholargate.app/cs/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.
- Bayesovská regreseBayesovská statistika↔ compare
- Hamiltonovské Monte CarloBayesovská statistika↔ compare
- Markov Chain Monte Carlo (MCMC)Bayesovská statistika↔ compare
- Variační inferenceBayesovská statistika↔ compare
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →