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...
Saved in:
| 其他作者: | , , , |
|---|---|
| 格式: | 圖書 |
| 語言: | 英语 |
| 主題: | |
| 在線閱讀: | Towards scaling up markov chain monte carlo , an adaptive subsampling approach |
| 標簽: |
添加標簽
沒有標簽, 成為第一個標記此記錄!
|
| 總結: | 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 |