Monte Carlo Hamiltonien Dynamique
Le Monte Carlo Hamiltonien Dynamique — largement connu sous le nom de No-U-Turn Sampler (NUTS) — est une extension adaptative du Monte Carlo Hamiltonien qui sélectionne automatiquement le nombre d'étapes d'intégration leapfrog durant chaque transition MCMC, éliminant ainsi le besoin d'ajuster manuellement le paramètre de réglage le plus sensible du HMC standard. C'est l'échantillonneur par défaut dans Stan et PyMC, et il convient aux distributions a posteriori continues et différentiables de dimension modérée à élevée.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Carte des méthodes
Le voisinage des méthodes apparentées — sélectionnez un nœud pour explorer.
Sources
- 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
Comment citer cette page
ScholarGate. (2026, June 3). Dynamic Hamiltonian Monte Carlo (No-U-Turn Sampler). ScholarGate. https://scholargate.app/fr/bayesian/dynamic-hamiltonian-monte-carlo
Quelle méthode ?
Placez cette méthode aux côtés de ses plus proches parentes et lisez-les côte à côte — la bibliothèque pose les ouvrages sur la table ; le choix vous revient.
- Régression bayésienneBayésien↔ comparer
- Échantillonnage de GibbsBayésien↔ comparer
- Monte Carlo HamiltonienBayésien↔ comparer
- Monte Carlo séquentielBayésien↔ comparer
- Inférence variationnelleBayésien↔ comparer
Une erreur sur cette page ? Signalez-la ou proposez une correction →