Hamiltoniano de Monte Carlo Dinámico
El Hamiltoniano de Monte Carlo Dinámico —ampliamente conocido como No-U-Turn Sampler (NUTS)— es una extensión adaptativa del Hamiltoniano de Monte Carlo que selecciona automáticamente el número de pasos de integración de leapfrog durante cada transición MCMC, eliminando la necesidad de ajustar manualmente el parámetro de ajuste más sensible del HMC estándar. Es el muestreador predeterminado en Stan y PyMC y es adecuado para distribuciones posteriores continuas y diferenciables de dimensión moderada a alta.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Mapa de métodos
El vecindario de métodos relacionados: selecciona un nodo para explorarlo.
Fuentes
- 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
Cómo citar esta página
ScholarGate. (2026, June 3). Dynamic Hamiltonian Monte Carlo (No-U-Turn Sampler). ScholarGate. https://scholargate.app/es/bayesian/dynamic-hamiltonian-monte-carlo
¿Qué método?
Coloca este método junto a sus parientes más cercanos y léelos lado a lado: la biblioteca pone los libros sobre la mesa; la elección es tuya.
- Regresión bayesianaBayesiano↔ comparar
- Muestreo de GibbsBayesiano↔ comparar
- Hamiltonian Monte CarloBayesiano↔ comparar
- Monte Carlo SecuencialBayesiano↔ comparar
- Inferencia VariacionalBayesiano↔ comparar
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →