Δείκτης Δειγματοληψίας Χωρίς-Επιστροφή (NUTS)
Ο Δείκτης Δειγματοληψίας Χωρίς-Επιστροφή (NUTS) είναι ένας αυτο-ρυθμιζόμενος αλγόριθμος Μαρκοβιανής αλυσίδας Μόντε Κάρλο που εισήχθη από τους Hoffman και Gelman (2014), ο οποίος επεκτείνει τον Δείκτη Δειγματοληψίας Χαμιλτονιανής (HMC) καθορίζοντας αυτόματα τον βέλτιστο αριθμό βημάτων leapfrog, εξαλείφοντας την πιο ευαίσθητη παράμετρο χειροκίνητης ρύθμισης. Ο NUTS είναι ο προεπιλεγμένος δείκτης στο Stan και το PyMC και έχει καταστήσει την μεγάλης κλίμακας, υψηλών διαστάσεων Μπεϋζιανή συμπερασματολογία πρακτικά προσβάσιμη χωρίς να απαιτείται από τους χρήστες να ορίζουν χειροκίνητα τα μήκη τροχιάς.
Διαβάστε ολόκληρη τη μέθοδο
Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.
Method map
The neighbourhood of related methods — select a node to explore.
Πηγές
- 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
Πώς να παραπέμψετε σε αυτή τη σελίδα
ScholarGate. (2026, June 3). No-U-Turn Sampler (NUTS). ScholarGate. https://scholargate.app/el/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.
- Μπεϋζιανή ΠαλινδρόμησηΜπεϋζιανή Στατιστική↔ compare
- Μοντε Κάρλο ΧαμιλτονιανήςΜπεϋζιανή Στατιστική↔ compare
- Αλυσίδες Markov Monte Carlo (MCMC)Μπεϋζιανή Στατιστική↔ compare
- Βαριασιακή ΣυμπερασματολογίαΜπεϋζιανή Στατιστική↔ compare
Εντοπίσατε πρόβλημα σε αυτή τη σελίδα; Αναφέρετέ το ή προτείνετε διόρθωση →