गिब्स सैंपलिंग
गिब्स सैंपलिंग एक मार्कोव चेन मोंटे कार्लो एल्गोरिथम है जो प्रत्येक पैरामीटर को अन्य सभी पैरामीटरों और डेटा दिए जाने पर उसके पूर्ण सप्रतिबंध वितरण से बार-बार निकालकर एक उच्च-आयामी पश्च वितरण का अनुमान लगाता है। क्योंकि प्रत्येक ड्रा एक सप्रतिबंध से सटीक होता है — न कि एक प्रस्ताव जिसे अस्वीकार किया जा सकता है — जब वे सप्रतिबंध बंद रूप में उपलब्ध होते हैं तो सैंपलर कुशल होता है।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
+23 more
स्रोत
- Geman, S. & Geman, D. (1984). Stochastic relaxation, Gibbs distributions, and the Bayesian restoration of images. IEEE Transactions on Pattern Analysis and Machine Intelligence, 6(6), 721-741. DOI: 10.1109/TPAMI.1984.4767596 ↗
- Gelfand, A. E. & Smith, A. F. M. (1990). Sampling-based approaches to calculating marginal densities. Journal of the American Statistical Association, 85(410), 398-409. DOI: 10.1080/01621459.1990.10476213 ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Gibbs Sampling Markov Chain Monte Carlo. ScholarGate. https://scholargate.app/hi/bayesian/gibbs-sampling
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.
- बेयसियन रिग्रेशनबायेसियन↔ compare
- हैमिल्टनियन मोंटे कार्लोबायेसियन↔ compare
- पदानुक्रमिक बायेसियन अनुमानबायेसियन↔ compare
- मार्कोव चेन मोंटे कार्लो (MCMC)बायेसियन↔ compare
- Variational Inferenceबायेसियन↔ compare