लापता डेटा के साथ हैमिल्टनियन मोंटे कार्लो
लापता डेटा के साथ हैमिल्टनियन मोंटे कार्लो (Hamiltonian Monte Carlo with missing data) ग्रेडिएंट-आधारित HMC सैंपलर को अपूर्ण अवलोकनों को संभालने के लिए विस्तारित करता है, जिसमें लापता मानों को अतिरिक्त अज्ञात पैरामीटर के रूप में माना जाता है। मॉडल पैरामीटर और लापता मानों पर पश्च (posterior) को एक कुशल पास में संयुक्त रूप से सैंपल किया जाता है, जो यादृच्छिक-वॉक MCMC की तुलना में बहुत कम अस्वीकृत प्रस्तावों के साथ उच्च-आयामी संयुक्त स्थान का पता लगाने के लिए ग्रेडिएंट जानकारी का लाभ उठाता है।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
पद्धति मानचित्र
सम्बन्धित पद्धतियों का परिवेश — अन्वेषण हेतु किसी नोड का चयन करें।
स्रोत
- 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
- Gelman, A., Carlin, J. B., Stern, H. S., Dunson, D. B., Vehtari, A. & Rubin, D. B. (2013). Bayesian Data Analysis (3rd ed.). CRC Press. Chapter 18: Missing-data imputation. ISBN: 978-1439840955
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Hamiltonian Monte Carlo with Missing Data Imputation. ScholarGate. https://scholargate.app/hi/bayesian/hamiltonian-monte-carlo-with-missing-data
कौन-सी पद्धति?
इस पद्धति को उसकी निकटतम सजातीय पद्धतियों के साथ रखकर उन्हें साथ-साथ पढ़ें — पुस्तकालय पुस्तकें मेज़ पर रख देता है; चुनाव आपका है।
- लापता डेटा के साथ बायेसियन अनुमानबायेसियन↔ तुलना करें
- लुप्त डेटा के साथ गिब्स सैंपलिंगबायेसियन↔ तुलना करें
- हैमिल्टनियन मोंटे कार्लोबायेसियन↔ तुलना करें
- MCMC (मिसिंग डेटा के साथ)बायेसियन↔ तुलना करें
- बहुविध प्रतिस्थापनसांख्यिकी↔ तुलना करें
- लुप्त डेटा के साथ परिवर्तनशील अनुमान (Variational Inference with Missing Data)बायेसियन↔ तुलना करें