Markov Chain Monte Carlo (MCMC)
Markov Chain Monte Carlo (MCMC) je rodina výpočtových algoritmov na vzorkovanie zo zložitých pravdepodobnostných distribúcií, najčastejšie z posteriórnych distribúcií, ktoré vznikajú v bayesovskej inferencii. Namiesto analytického výpočtu posteriórnych distribúcií — čo je pre realistické modely zriedka možné — MCMC konštruuje Markovov reťazec, ktorého stacionárna distribúcia je cieľová posteriórna distribúcia, a z nej čerpá závislé vzorky, čím umožňuje úplnú pravdepodobnostnú inferenciu pre prakticky akýkoľvek model.
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.
+25 more
Zdroje
- 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
- Brooks, S., Gelman, A., Jones, G. & Meng, X.-L. (Eds.). (2011). Handbook of Markov Chain Monte Carlo. CRC Press. ISBN: 978-1420079418
Ako citovať túto stránku
ScholarGate. (2026, June 1). Markov Chain Monte Carlo. ScholarGate. https://scholargate.app/sk/bayesian/mcmc
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.
- Bayesovské spriemerovanie modelovBayesovské metódy↔ compare
- Bayesovská regresiaBayesovské metódy↔ compare
- Variačná inferenciaBayesovské metódy↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →