Hamiltonian Monte Carlo
A Hamilton-féle Monte Carlo (HMC) egy gradiensalapú Markov-lánc Monte Carlo algoritmus, amely a log-poszterioriusz felszín geometriáját használja ki a paramétertérben való nagyméretű, informált ugrások megtételére, szemben a klasszikus MCMC kis véletlen lépéseivel. Eredetileg a rácstérelméletben Duane, Kennedy, Pendleton és Roweth (1987) által Hibrid Monte Carlo néven bevezetett, majd Radford Neal 2011-es irányadó fejezetével a statisztika élvonalába került HMC ma a Stan és a PyMC alapértelmezett mintavételezője, és széles körben a legmodernebb motornak tekintik a magas dimenziós modellek Bayes-ianus poszterioriusz következtetéseihez.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Módszertérkép
A rokon módszerek környezete — válasszon ki egy csomópontot a felfedezéshez.
+15 további
Források
- Duane, S., Kennedy, A. D., Pendleton, B. J., & Roweth, D. (1987). Hybrid Monte Carlo. Physics Letters B, 195(2), 216–222. DOI: 10.1016/0370-2693(87)91197-X ↗
- Neal, R. M. (2011). MCMC using Hamiltonian dynamics. In S. Brooks, A. Gelman, G. L. Jones, & X.-L. Meng (Eds.), Handbook of Markov Chain Monte Carlo (pp. 116–162). Chapman and Hall/CRC. 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. ISBN: 978-1439840955
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Hamiltonian Monte Carlo Sampling. ScholarGate. https://scholargate.app/hu/bayesian/hamiltonian-monte-carlo
Melyik módszer?
Állítsa e módszert a hozzá legközelebb álló rokonai mellé, és olvassa őket egymás mellett — a könyvtár az asztalra teszi a könyveket; a választás az Öné.
- Bayes-féle RegresszióBayes-statisztika↔ összehasonlítás
- Markov-lánc Monte Carlo (MCMC)Bayes-statisztika↔ összehasonlítás
- Variational InferenceBayes-statisztika↔ összehasonlítás
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →