Eșantionarea Gibbs
Eșantionarea Gibbs este un algoritm Markov chain Monte Carlo care aproximează o distribuție posterioară multidimensională prin extragerea repetată a fiecărui parametru din distribuția sa condițională completă, date fiind toți ceilalți parametri și datele. Deoarece fiecare extragere este exactă dintr-o condițională — nu o propunere care poate fi respinsă — eșantionatorul este eficient atunci când acele condiționale sunt disponibile în formă închisă.
Citește metoda completă
Autentifică-te cu un cont gratuit pentru a citi această secțiune.
Method map
The neighbourhood of related methods — select a node to explore.
+23 more
Surse
- Geman, S. & Geman, D. (1984). Stochastic relaxation, Gibbs distributions, and the Bayesian restoration of images. IEEE Transactions on Pattern Analysis and Machine Intelligence, 6(6), 721-741. DOI: 10.1109/TPAMI.1984.4767596 ↗
- Gelfand, A. E. & Smith, A. F. M. (1990). Sampling-based approaches to calculating marginal densities. Journal of the American Statistical Association, 85(410), 398-409. DOI: 10.1080/01621459.1990.10476213 ↗
Cum se citează această pagină
ScholarGate. (2026, June 3). Gibbs Sampling Markov Chain Monte Carlo. ScholarGate. https://scholargate.app/ro/bayesian/gibbs-sampling
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.
- Bayesian RegressionBayesian↔ compare
- Hamiltonian Monte CarloBayesian↔ compare
- Inferență Bayesiană IerarhicăBayesian↔ compare
- Metoda Monte Carlo cu Lanțuri Markov (MCMC)Bayesian↔ compare
- Inferența variaționalăBayesian↔ compare
Citat de
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →