Сэмплирование No-U-Turn (NUTS)
Сэмплирование No-U-Turn (NUTS) — это самонастраивающийся алгоритм Монте-Карло по методу Марковских цепей, представленный Хоффманом и Гельманом (2014), который расширяет Гамильтонов Монте-Карло (HMC), автоматически определяя оптимальное количество шагов дифференцирования (leapfrog steps), устраняя наиболее чувствительный параметр ручной настройки. NUTS является сэмплером по умолчанию в Stan и PyMC и сделал возможным крупномасштабное, многомерное байесовское выведение без необходимости ручной установки пользователями длины траектории.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- 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
Как цитировать эту страницу
ScholarGate. (2026, June 3). No-U-Turn Sampler (NUTS). ScholarGate. https://scholargate.app/ru/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.
- Байесовская регрессияБайесовские методы↔ compare
- Гамильтонов Монте-КарлоБайесовские методы↔ compare
- Метод Монте-Карло по цепям Маркова (MCMC)Байесовские методы↔ compare
- Вариационный выводБайесовские методы↔ compare
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →