Towards scaling up markov chain monte carlo , an adaptive subsampling approach
Los mťodos Monte Carlo mediante cadenas de Markov se estiman a menudo como demasiado intensivos en třminos computacionales para tener algn͠ uso prc̀tico para grandes conjuntos de datos. En este documento se describe una metodologa̕ que pretende escalar el algoritmo Metropolis-Hastings (MH) en este...
保存先:
| その他の著者: | , , , |
|---|---|
| フォーマット: | 図書 |
| 言語: | 英語 |
| 主題: | |
| オンライン･アクセス: | Towards scaling up markov chain monte carlo , an adaptive subsampling approach |
| タグ: |
タグ追加
タグなし, このレコードへの初めてのタグを付けませんか!
|
| 要約: | Los mťodos Monte Carlo mediante cadenas de Markov se estiman a menudo como demasiado intensivos en třminos computacionales para tener algn͠ uso prc̀tico para grandes conjuntos de datos. En este documento se describe una metodologa̕ que pretende escalar el algoritmo Metropolis-Hastings (MH) en este contexto. Se propone una implementacin̤ aproximada del paso aceptar/rechazar del MH que requiera n͠icamente evaluar la probabilidad de un subconjunto aleatorio de los datos, aunque se garantiza que coincida con el paso aceptar/rechazar fundamentado en el conjunto de datos completo con una probabilidad superior al nivel de tolerancia especificado por el usuario. |
|---|---|
| ISSN: | 1938-7228 |