Amostrador Sem Volta em U (NUTS)
O No-U-Turn Sampler (NUTS) é um algoritmo autoajustável de Monte Carlo via Cadeia de Markov introduzido por Hoffman e Gelman (2014) que estende o Hamiltonian Monte Carlo (HMC) determinando automaticamente o número ótimo de passos de *leapfrog*, eliminando o parâmetro de ajuste manual mais sensível. O NUTS é o *sampler* padrão em Stan e PyMC e tornou a inferência Bayesiana em larga escala e de alta dimensionalidade praticamente acessível sem exigir que os usuários definam manualmente os comprimentos das trajetórias.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
Fontes
- 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
Como citar esta página
ScholarGate. (2026, June 3). No-U-Turn Sampler (NUTS). ScholarGate. https://scholargate.app/pt/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.
- Regressão BayesianaBayesiano↔ compare
- Monte Carlo HamiltonianoBayesiano↔ compare
- Cadeia de Markov Monte Carlo (MCMC)Bayesiano↔ compare
- Inferência VariacionalBayesiano↔ compare
Encontrou um problema nesta página? Relate ou sugira uma correção →