Muestreador de No-Giro en U (NUTS)
El Muestreador de No-Giro en U (NUTS) es un algoritmo de Monte Carlo de cadenas de Markov autoajustable introducido por Hoffman y Gelman (2014) que extiende el Muestreador de Monte Carlo Hamiltoniano (HMC) determinando automáticamente el número óptimo de pasos de leapfrog, eliminando el parámetro de ajuste manual más sensible. NUTS es el muestreador predeterminado en Stan y PyMC y ha hecho que la inferencia bayesiana a gran escala y de alta dimensionalidad sea prácticamente accesible sin requerir que los usuarios establezcan longitudes de trayectoria manualmente.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
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(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
Cómo citar esta página
ScholarGate. (2026, June 3). No-U-Turn Sampler (NUTS). ScholarGate. https://scholargate.app/es/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.
- Regresión bayesianaBayesiano↔ compare
- Hamiltonian Monte CarloBayesiano↔ compare
- Cadenas de Markov Monte Carlo (MCMC)Bayesiano↔ compare
- Inferencia VariacionalBayesiano↔ compare
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →