Gibbs uzorkovanje
Gibbs uzorkovanje je Markovljev lanac Monte Carlo algoritam koji aproksimira visokodimenzionalnu aposteriornu distribuciju ponovljenim uzimanjem svakog parametra iz njegove pune uvjetne distribucije, uz sve ostale parametre i podatke. Budući da je svaki uzorak točan iz uvjetnog — a ne prijedlog koji se može odbaciti — uzorkivač je učinkovit kada su ti uvjetni uvjeti dostupni u zatvorenom obliku.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
+23 more
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Gibbs Sampling Markov Chain Monte Carlo. ScholarGate. https://scholargate.app/hr/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.
- Bayesovska regresijaBayesovska statistika↔ compare
- Hamiltonian Monte CarloBayesovska statistika↔ compare
- Hijerarhijsko Bayesovo zaključivanjeBayesovska statistika↔ compare
- Markovova lančana Monte Carlo (MCMC)Bayesovska statistika↔ compare
- Varijacijska inferencijaBayesovska statistika↔ compare
Citirana u
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →