Hamiltonian Monte Carlo
Hamiltonian Monte Carlo (HMC) è un algoritmo Markov chain Monte Carlo basato sul gradiente che utilizza la geometria della superficie del log-posteriore per effettuare salti ampi e informati nello spazio dei parametri, anziché i piccoli passi casuali dei classici MCMC. Introdotto originariamente per la teoria dei campi su reticolo da Duane, Kennedy, Pendleton e Roweth (1987) con il nome Hybrid Monte Carlo, e portato nella statistica mainstream dal fondamentale capitolo del 2011 di Radford Neal, HMC è oggi il campionatore predefinito in Stan e PyMC ed è ampiamente considerato lo stato dell'arte per l'inferenza bayesiana del posteriore in modelli ad alta dimensionalità.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
+15 more
Fonti
- 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
Come citare questa pagina
ScholarGate. (2026, June 3). Hamiltonian Monte Carlo Sampling. ScholarGate. https://scholargate.app/it/bayesian/hamiltonian-monte-carlo
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.
- Regressione BayesianaBayesiano↔ compare
- Catena di Markov Monte Carlo (MCMC)Bayesiano↔ compare
- Inferenza VariazionaleBayesiano↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →