Hamiltonian Monte Carlo Ierarhic
Hamiltonian Monte Carlo Ierarhic (Hierarchical HMC) aplică eșantionarea Hamiltonian Monte Carlo la modele ierarhice bayesiene, abordând provocările geometrice severe pe care aceste modele le prezintă. Prin combinarea parametrizărilor non-centrate cu propunerile HMC ghidate de gradient, acesta realizează o explorare eficientă a posteriorului a geometriilor multietajate în formă de pâlnie pe care metodele MCMC standard le întâmpină dificultăți.
Citește metoda completă
Autentifică-te cu un cont gratuit pentru a citi această secțiune.
Harta metodelor
Vecinătatea metodelor înrudite — selectați un nod pentru a explora.
Surse
- 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
Cum se citează această pagină
ScholarGate. (2026, June 3). Hamiltonian Monte Carlo for Hierarchical Models. ScholarGate. https://scholargate.app/ro/bayesian/hierarchical-hamiltonian-monte-carlo
Ce metodă?
Așezați această metodă lângă cele mai apropiate rude și citiți-le alăturat — biblioteca pune cărțile pe masă; alegerea vă aparține.
- Bayesian RegressionBayesian↔ compară
- Hamiltonian Monte CarloBayesian↔ compară
- Inferență Bayesiană IerarhicăBayesian↔ compară
- Markov chain Monte Carlo ierarhicBayesian↔ compară
- Metoda Monte Carlo cu Lanțuri Markov (MCMC)Bayesian↔ compară
Citat de
Similar methods
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →