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...
Đã lưu trong:
| Tác giả khác: | , , , |
|---|---|
| Định dạng: | Sách |
| Ngôn ngữ: | Tiếng Anh |
| Những chủ đề: | |
| Truy cập trực tuyến: | Towards scaling up markov chain monte carlo , an adaptive subsampling approach |
| Các nhãn: |
Thêm thẻ
Không có thẻ, Là người đầu tiên thẻ bản ghi này!
|
| Tóm tắt: | 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. |
|---|---|
| số ISSN: | 1938-7228 |