采样方法(Sampling Methods)

1.基本采样算法(Basic Sampling Algorithms)

1.1.标准概率分布(Standard distributions)

 

1.2.拒绝采样(Rejection sampling)

 

1.3.可调节的拒绝采样(Adaptive rejection sampling)

 

1.4.重要采样(Importance sampling)

 

1.5.采样-重要性-重采样(Sampling-importance-resampling)

 

1.6.采样与EM算法(Sampling and EM algorithm)

 

2.马尔科夫链蒙特卡洛(Markov Chain Monte Carlo)

 

2.1.马尔科夫链(Markov chains)

 

2.2.Metropolis-Hastings算法

3.吉布斯采样(Gbbis Sampling)

 

4.切片采样(Slice Sampling)

 

5.混合蒙特卡洛算法(The Hybrid Monte Carlo Algorithm)

 

5.1.动态混合系统(Dynamical systems)

 

5.2.混合蒙特卡洛算法(Hybrid Monte Carlo)

 

6.估计划分函数(Estimation the Partition Function)

 

posted @   Shiyu_Huang  阅读(1827)  评论(0编辑  收藏  举报
编辑推荐:
· 开发者必知的日志记录最佳实践
· SQL Server 2025 AI相关能力初探
· Linux系列:如何用 C#调用 C方法造成内存泄露
· AI与.NET技术实操系列(二):开始使用ML.NET
· 记一次.NET内存居高不下排查解决与启示
阅读排行:
· 阿里最新开源QwQ-32B,效果媲美deepseek-r1满血版,部署成本又又又降低了!
· 开源Multi-agent AI智能体框架aevatar.ai,欢迎大家贡献代码
· Manus重磅发布:全球首款通用AI代理技术深度解析与实战指南
· 被坑几百块钱后,我竟然真的恢复了删除的微信聊天记录!
· 没有Manus邀请码?试试免邀请码的MGX或者开源的OpenManus吧
点击右上角即可分享
微信分享提示