Slice Sampling
Slice sampling เป็นอัลกอริทึม Markov chain Monte Carlo (MCMC) ที่ Radford M. Neal นำเสนอในบทความปี 2003 ของเขาในวารสาร Annals of Statistics โดยอัลกอริทึมนี้สร้างตัวอย่างจากการแจกแจงเป้าหมายโดยการสุ่มจากบริเวณใต้เส้นโค้งความหนาแน่น — เรียกว่า 'slice' — โดยไม่จำเป็นต้องให้ผู้ใช้ระบุขนาดก้าว (step-size) หรือการแจกแจงการเสนอ (proposal distribution) ทำให้สามารถปรับตัวเองได้และใช้งานได้อย่างกว้างขวางสำหรับการอนุมานภายหลังแบบเบย์ (Bayesian posterior inference)
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- Neal, R. M. (2003). Slice sampling (with discussion). Annals of Statistics, 31(3), 705–767. DOI: 10.1214/aos/1056562461 ↗
- 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
- Robert, C. P., & Casella, G. (2004). Monte Carlo Statistical Methods (2nd ed.). Springer. ISBN: 978-0387212395
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Slice Sampling MCMC. ScholarGate. https://scholargate.app/th/bayesian/slice-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.
- การถดถอยแบบเบย์ (Bayesian Regression)เบย์↔ compare
- การสุ่มตัวอย่างแบบกิบบส์เบย์↔ compare
- Hamiltonian Monte Carloเบย์↔ compare
- Markov Chain Monte Carlo (MCMC)เบย์↔ compare