Hamiltonian Monte Carlo Dinamik
Hamiltonian Monte Carlo Dinamik — yang dikenali secara meluas sebagai No-U-Turn Sampler (NUTS) — ialah lanjutan adaptif Hamiltonian Monte Carlo yang secara automatik memilih bilangan langkah integrasi leapfrog semasa setiap transisi MCMC, menghapuskan keperluan untuk melaras secara manual parameter penalaan yang paling sensitif bagi HMC standard. Ia adalah pensampel lalai dalam Stan dan PyMC dan sesuai untuk taburan posterior selanjar, boleh dibezakan yang berdimensi sederhana hingga tinggi.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Peta kaedah
Kejiranan kaedah berkaitan — pilih satu nod untuk meneroka.
Sumber
- 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(1), 1593–1623. link ↗
- Neal, R. M. (2011). MCMC using Hamiltonian dynamics. In S. Brooks, A. Gelman, G. Jones & X.-L. Meng (Eds.), Handbook of Markov Chain Monte Carlo (pp. 113–162). CRC Press. ISBN: 978-1420079418
Cara memetik halaman ini
ScholarGate. (2026, June 3). Dynamic Hamiltonian Monte Carlo (No-U-Turn Sampler). ScholarGate. https://scholargate.app/ms/bayesian/dynamic-hamiltonian-monte-carlo
Kaedah yang mana?
Letakkan kaedah ini di sebelah kaedah yang paling rapat dengannya dan baca secara bersebelahan — perpustakaan menyusun buku di atas meja; pilihan terletak pada anda.
- Regresi BayesianBayesian↔ banding
- Sampel GibbsBayesian↔ banding
- Hamiltonian Monte CarloBayesian↔ banding
- Monte Carlo SekuensialBayesian↔ banding
- Inferens VariasiBayesian↔ banding
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →