No-U-Turn Sampler (NUTS)
No-U-Turn Sampler (NUTS) este un algoritm Markov chain Monte Carlo auto-reglabil, introdus de Hoffman și Gelman (2014), care extinde Hamiltonian Monte Carlo (HMC) prin determinarea automată a numărului optim de pași de tip leapfrog, eliminând parametrul de reglare manuală cel mai sensibil. NUTS este samplerul implicit în Stan și PyMC și a făcut inferența bayesiană la scară largă, de înaltă dimensionalitate, practic accesibilă, fără a necesita ca utilizatorii să seteze manual lungimile traiectoriei.
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.
Surse
- 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
Cum se citează această pagină
ScholarGate. (2026, June 3). No-U-Turn Sampler (NUTS). ScholarGate. https://scholargate.app/ro/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.
- Bayesian RegressionBayesian↔ compare
- Hamiltonian Monte CarloBayesian↔ compare
- Metoda Monte Carlo cu Lanțuri Markov (MCMC)Bayesian↔ compare
- Inferența variaționalăBayesian↔ compare
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →