मार्कोव चेन मोंटे कार्लो (MCMC)
मार्कोव चेन मोंटे कार्लो (MCMC) जटिल प्रायिकता वितरणों से प्रतिचयन के लिए अभिकलनात्मक कलन विधियों का एक परिवार है, जो आमतौर पर बायेसियन अनुमान में उत्पन्न होने वाले पश्च वितरण होते हैं। विश्लेषणात्मक रूप से पश्च की गणना करने के बजाय — जो यथार्थवादी मॉडलों के लिए शायद ही कभी संभव है — MCMC एक मार्कोव श्रृंखला का निर्माण करता है जिसका स्थिर वितरण लक्ष्य पश्च होता है और उससे आश्रित नमूने प्राप्त करता है, जिससे वस्तुतः किसी भी मॉडल के लिए पूर्ण प्रायिकतात्मक अनुमान संभव हो पाता 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.
+25 more
स्रोत
- 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: 978-1439840955
- Brooks, S., Gelman, A., Jones, G. & Meng, X.-L. (Eds.). (2011). Handbook of Markov Chain Monte Carlo. CRC Press. ISBN: 978-1420079418
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 1). Markov Chain Monte Carlo. ScholarGate. https://scholargate.app/hi/bayesian/mcmc
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.
- Bayesian Model Averagingबायेसियन↔ compare
- बेयसियन रिग्रेशनबायेसियन↔ compare
- Variational Inferenceबायेसियन↔ compare