Dynamické Hamiltonovské Monte Carlo
Dynamické Hamiltonovské Monte Carlo — široko známe ako No-U-Turn Sampler (NUTS) — je adaptívne rozšírenie Hamiltonovského Monte Carla, ktoré automaticky vyberá počet integračných krokov typu „leapfrog“ počas každého MCMC prechodu, čím eliminuje potrebu ručného ladenia najcitlivejšieho parametra štandardného HMC. Je to predvolený sampler v Stan a PyMC a je vhodný pre spojité, diferencovateľné aposteriórne rozdelenia strednej až vysokej dimenzie.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Mapa metód
Okolie príbuzných metód — vyberte uzol na preskúmanie.
Zdroje
- 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(1), 1593–1623. link ↗
- Neal, R. M. (2011). MCMC using Hamiltonian dynamics. In S. Brooks, A. Gelman, G. Jones & X.-L. Meng (Eds.), Handbook of Markov Chain Monte Carlo (pp. 113–162). CRC Press. ISBN: 978-1420079418
Ako citovať túto stránku
ScholarGate. (2026, June 3). Dynamic Hamiltonian Monte Carlo (No-U-Turn Sampler). ScholarGate. https://scholargate.app/sk/bayesian/dynamic-hamiltonian-monte-carlo
Ktorá metóda?
Postavte túto metódu vedľa jej najbližších príbuzných a čítajte ich vedľa seba — knižnica vám knihy položí na stôl; voľba je na vás.
- Bayesovská regresiaBayesovské metódy↔ porovnať
- Gibbs SamplingBayesovské metódy↔ porovnať
- Hamiltonovský Monte CarloBayesovské metódy↔ porovnať
- Sekvenčné Monte CarloBayesovské metódy↔ porovnať
- Variačná inferenciaBayesovské metódy↔ porovnať
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →