Gibbs Sampling
Gibbs sampling je algoritmus Markovho reťazca Monte Carlo, ktorý aproximuje vysokodimenzionálnu posteriórnu distribúciu opakovaným výberom každého parametra z jeho úplnej podmienej distribúcie vzhľadom na všetky ostatné parametre a dáta. Keďže každý výber je presný z podmienej distribúcie — nie návrh, ktorý môže byť zamietnutý — vzorkovač je efektívny, keď sú tieto podmienené distribúcie dostupné v uzavretej forme.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Method map
The neighbourhood of related methods — select a node to explore.
+23 more
Zdroje
- 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 ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). Gibbs Sampling Markov Chain Monte Carlo. ScholarGate. https://scholargate.app/sk/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.
- Bayesovská regresiaBayesovské metódy↔ compare
- Hamiltonovský Monte CarloBayesovské metódy↔ compare
- Hierarchické Bayesovské usudzovanieBayesovské metódy↔ compare
- Markov Chain Monte Carlo (MCMC)Bayesovské metódy↔ compare
- Variačná inferenciaBayesovské metódy↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →