Gibbs_Sampling

Gibbs_Sampling


    对于一些自己不理解英语专业的术语,最好的方法是谷歌搜索,而不是中文百度。因为中文翻译过来的译文已经没有了原文的味道,不好理解。读原汁原味的英文感觉会更好。原味的英文内容更加全面,逻辑更加紧密,表达更清楚有力,权威性更高。

    在直接采样困难的时候,在统计学和统计物理学中,吉布斯采样或者说吉布斯采样器是一种马尔可夫链蒙特卡罗算法,目的是为了获得一系列的观察值,而这些观察值近似的服从于指定的多变量概率分布(也就是说,服从于两个或者更多个随机变量的联合概率分布)。这些采取得到的序列可以用来近似联合分布(也就是说,用来产生一个分布的直方图),近似其中一个变量的边缘分布或者其中一些变量子集的边缘分布(比如,未知的参数或者隐藏变量),或者用来计算积分(如诸多个变量当中一个变量的期望值)。典型的,某些变量对应于的观察值是已知的,所以不需要被采样。
    吉布斯采样通常被当作一种统计推断方法来使用,尤其是贝叶斯推断。贝叶斯推断是一种随机算法(也就是说,利用随机数的一种算法,因此每次执行此算法时,它会产生不同的结果)。还有,贝叶斯推断是另一种统计推断确定性的算法,比如Variational Bayes、the expectation-maximization algorithm(EM)。
     

   .......
一些相关概念链接:

     http://technet.microsoft.com/en-us/library/ms178091.aspx
     http://en.wikipedia.org/wiki/Gibbs_sampling
     http://en.wikipedia.org/wiki/Markov_chain_Monte_Carlo
    http://en.wikipedia.org/wiki/Statistical_inference
    http://en.wikipedia.org/wiki/Bayesian_inference
    http://en.wikipedia.org/wiki/Randomized_algorithm
    http://en.wikipedia.org/wiki/Deterministic_algorithm
8、 Statistics
    http://en.wikipedia.org/wiki/Statistics
    http://en.wikipedia.org/wiki/Statistical_physics
    http://en.wikipedia.org/wiki/Bayesian_network
    http://en.wikipedia.org/wiki/Posterior_probability
    http://en.wikipedia.org/wiki/Graphical_model
    http://en.wikipedia.org/wiki/Probabilistic_model
   http://en.wikipedia.org/wiki/Statistical_inference
    http://en.wikipedia.org/wiki/Probability_theory
16、 statistics
    http://en.wikipedia.org/wiki/Statistics
     http://en.wikipedia.org/wiki/Bayesian_statistics
    http://en.wikipedia.org/wiki/Bayesian_probability
    http://en.wikipedia.org/wiki/Discriminative_model
    http://en.wikipedia.org/wiki/Generative_model
21、 directed acyclic graph
    http://en.wikipedia.org/wiki/Directed_acyclic_graph
     http://en.wikipedia.org/wiki/Undirected_graph#Undirected_graph
    http://en.wikipedia.org/wiki/Graphical_model

















      
  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值