Gibbs-mintavétel
A Gibbs-mintavétel egy Markov-lánc Monte Carlo algoritmus, amely egy magas dimenziós poszterior eloszlást közelít azáltal, hogy minden paramétert ismételten mintavételez a teljes feltételes eloszlásából, az összes többi paraméter és az adatok ismeretében. Mivel minden mintavétel pontos egy feltételes eloszlásból – nem pedig egy javaslatból, amelyet el lehet utasítani – a mintavételező hatékony, ha ezek a feltételes eloszlások zárt formában rendelkezésre állnak.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
+23 more
Források
- 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 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Gibbs Sampling Markov Chain Monte Carlo. ScholarGate. https://scholargate.app/hu/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.
- Bayes-féle RegresszióBayes-statisztika↔ compare
- Hamiltonian Monte CarloBayes-statisztika↔ compare
- Hierarchikus Bayes-féle következtetésBayes-statisztika↔ compare
- Markov-lánc Monte Carlo (MCMC)Bayes-statisztika↔ compare
- Variational InferenceBayes-statisztika↔ compare
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →