Bayesian methods
No-U-Turn Sampler (NUTS)
No-U-Turn Sampler (NUTS) は、Hoffman と Gelman (2014) によって導入された自己調整型マルコフ連鎖モンテカルロアルゴリズムであり、ハミルトニアンモンテカルロ (HMC) を拡張して、リープフロッグステップの最適な数を自動的に決定し、最も感度の高い手動調整パラメータを排除します。NUTS は Stan および PyMC のデフォルトサンプラーであり、ユーザーが軌跡長を手動で設定する必要なく、大規模で高次元のベイズ推論を実用的に利用可能にしました。
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。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- Hoffman, M. D., & Gelman, A. (2014). The No-U-Turn Sampler: Adaptively setting path lengths in Hamiltonian Monte Carlo. Journal of Machine Learning Research, 15(47), 1593–1623. link ↗
- 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. 113–162). CRC Press. DOI: 10.1201/b10905-6 ↗
- 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: 978-1-4398-4095-5
このページの引用方法
ScholarGate. (2026, June 3). No-U-Turn Sampler (NUTS). ScholarGate. https://scholargate.app/ja/bayesian/no-u-turn-sampler
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.
Compare side by side →