Bayesian methodsBayesian / computational
階層的ハミルトニアン・モンテカルロ法
階層的ハミルトニアン・モンテカルロ法（階層HMC）は、ベイズ階層モデルにハミルトニアン・モンテカルロ法サンプリングを適用し、それらのモデルがもたらす深刻な幾何学的課題に対処する。非中心化パラメータ化とHMCの勾配駆動型提案を組み合わせることで、標準的なMCMC手法が苦戦する多層的な漏斗状幾何形状の効率的な事後分布探索を実現する。
MethodMindで開く近日公開Apply, compare, get guidance
Tools & resources
Learn & explore
動画近日公開
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
手法マップ
関連する手法の近傍 — ノードを選択して探索できます。
出典
- Betancourt, M. & Girolami, M. (2015). Hamiltonian Monte Carlo for hierarchical models. In S. K. Upadhyay, U. Singh, D. K. Dey & A. Loganathan (Eds.), Current Trends in Bayesian Methodology with Applications (pp. 79-101). CRC Press. link ↗
- 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
このページの引用方法
ScholarGate. (2026, June 3). Hamiltonian Monte Carlo for Hierarchical Models. ScholarGate. https://scholargate.app/ja/bayesian/hierarchical-hamiltonian-monte-carlo
どの手法を選ぶ？
この手法を最も近い類縁の手法と並べ、両者を見比べてください — ライブラリは本を机の上に並べるだけ。選ぶのはあなたです。
並べて比較する →