Gibbsovo uzorkovanje
Gibbsovo uzorkovanje je algoritam Markovljevog lanca Monte Karlo koji aproksimira visokodimenzionalnu aposteriornu distribuciju ponovljenim izvlačenjem svakog parametra iz njegove pune uslovne distribucije, pod pretpostavkom svih ostalih parametara i podataka. Budući da je svako izvlačenje egzaktno iz uslovne distribucije – a ne predlog koji može biti odbijen – uzorkivač je efikasan kada su te uslovne distribucije dostupne u zatvorenom obliku.
Pročitajte celu metodu
Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.
Method map
The neighbourhood of related methods — select a node to explore.
+23 more
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Gibbs Sampling Markov Chain Monte Carlo. ScholarGate. https://scholargate.app/sr/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.
- Bejzijevska regresijaBajesovska statistika↔ compare
- Хамилтонски Монте КарлоBajesovska statistika↔ compare
- Hierarchical Bayesian InferenceBajesovska statistika↔ compare
- Markov Chain Monte Carlo (MCMC)Bajesovska statistika↔ compare
- Variational InferenceBajesovska statistika↔ compare
Citirana u
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →