Dinamički Hamiltonov Monte Carlo
Dinamički Hamiltonov Monte Carlo — široko poznat kao No-U-Turn Sampler (NUTS) — adaptivno je proširenje Hamiltonovog Monte Carla koje automatski odabire broj koraka integracije "leapfrog" metode tijekom svake MCMC tranzicije, eliminirajući potrebu za ručnim podešavanjem najosjetljivijeg parametra standardnog HMC-a. To je zadani uzorkivač u Stanu i PyMC-u te je prikladan za kontinuirane, diferencijabilne posteriorne distribucije umjerene do visoke dimenzionalnosti.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Karta metoda
Okruženje srodnih metoda — odaberite čvor za istraživanje.
Izvori
- 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
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Dynamic Hamiltonian Monte Carlo (No-U-Turn Sampler). ScholarGate. https://scholargate.app/hr/bayesian/dynamic-hamiltonian-monte-carlo
Koja metoda?
Postavite ovu metodu uz njoj najsrodnije i pročitajte ih jednu uz drugu — knjižnica vam knjige stavlja na stol; izbor je na vama.
- Bayesovska regresijaBayesovska statistika↔ usporedi
- Gibbs uzorkovanjeBayesovska statistika↔ usporedi
- Hamiltonian Monte CarloBayesovska statistika↔ usporedi
- Sekvencijalno Monte CarloBayesovska statistika↔ usporedi
- Varijacijska inferencijaBayesovska statistika↔ usporedi
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →