Hamiltonian Monte Carlo phân cấp
Hamiltonian Monte Carlo phân cấp (Hierarchical HMC) áp dụng lấy mẫu Hamiltonian Monte Carlo cho các mô hình phân cấp Bayes, giải quyết các thách thức hình học nghiêm trọng mà các mô hình đó đặt ra. Bằng cách kết hợp tham số hóa phi tập trung với các đề xuất dựa trên gradient của HMC, nó đạt được việc khám phá hậu nghiệm hiệu quả các hình học có hình dạng phễu đa cấp mà các phương pháp MCMC tiêu chuẩn gặp khó khăn.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Bản đồ phương pháp
Lân cận của các phương pháp liên quan — chọn một nút để khám phá.
Nguồn tài liệu
- Betancourt, M. & Girolami, M. (2015). Hamiltonian Monte Carlo for hierarchical models. In S. K. Upadhyay, U. Singh, D. K. Dey & A. Loganathan (Eds.), Current Trends in Bayesian Methodology with Applications (pp. 79-101). CRC Press. link ↗
- 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
Cách trích dẫn trang này
ScholarGate. (2026, June 3). Hamiltonian Monte Carlo for Hierarchical Models. ScholarGate. https://scholargate.app/vi/bayesian/hierarchical-hamiltonian-monte-carlo
Phương pháp nào?
Đặt phương pháp này bên cạnh những phương pháp gần gũi nhất với nó và đọc chúng song song — thư viện bày sách lên bàn; lựa chọn là của bạn.
- Hồi quy BayesBayes↔ so sánh
- Hamiltonian Monte CarloBayes↔ so sánh
- Suy luận Bayes phân cấpBayes↔ so sánh
- Markov Chain Monte Carlo phân cấpBayes↔ so sánh
- Chuỗi Markov Monte Carlo (MCMC)Bayes↔ so sánh
Được tham chiếu bởi
Similar methods
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →