Google Play 스토어에서 Unionpedia 앱을 복원하기 위해 작업 중입니다
나가는들어오는
🌟더 나은 탐색을 위해 디자인을 단순화했습니다!
Instagram Facebook X LinkedIn

메트로폴리스-헤이스팅스 알고리즘

색인 메트로폴리스-헤이스팅스 알고리즘

메트로폴리스-헤이스팅스 알고리즘()은 직접적으로 표본을 얻기 어려운 확률 분포로부터 표본의 수열을 생성하는 데 사용하는 기각 표본 추출 알고리즘이.

목차

  1. 9 처지: 맥스웰-볼츠만 분포, 마르코프 연쇄 몬테카를로 방법, 기브스 표집, 담금질 기법, 표본, 알고리즘, 확률 분포, 1953년, 1970년.

  2. 몬테카를로 방법
  3. 통계 알고리즘

맥스웰-볼츠만 분포

맥스웰-볼츠만 분포(Maxwell-Boltzmann 分布)는 물리학과 화학에서 응용하는 확률 분포이.

보다 메트로폴리스-헤이스팅스 알고리즘와 맥스웰-볼츠만 분포

마르코프 연쇄 몬테카를로 방법

마르코프 연쇄 몬테카를로 방법(무작위 행보 몬테 카를로 방법 포함)은 마르코프 연쇄의 구성에 기반한 확률 분포로부터 원하는 분포의 정적 분포를 갖는 표본을 추출하는 알고리즘의 한 부류이.

보다 메트로폴리스-헤이스팅스 알고리즘와 마르코프 연쇄 몬테카를로 방법

기브스 표집

브스 표집(Gibbs sampling)은 두개 이상의 확률 변수의 결합 확률 분포로부터 일련의 표본을 생성하는 확률적 알고리즘으로, 결합 확률 분포나 그에 관련된 확률 계산을 근사하기 위해 사용.

보다 메트로폴리스-헤이스팅스 알고리즘와 기브스 표집

담금질 기법

법(Simulated Annealing, SA)은 전역 최적화 문제에 대한 일반적인 확률적 메타 알고리즘이.

보다 메트로폴리스-헤이스팅스 알고리즘와 담금질 기법

표본

통계학에서 표본(sample, 標本)은 모집단(population)의 부분집합이.

보다 메트로폴리스-헤이스팅스 알고리즘와 표본

알고리즘

알고리즘(라틴어, 독일어: Algorithmus)은 수학과 컴퓨터 과학, 언어학 또는 관련 분야에서 어떠한 문제를 해결하기 위한 일련의 절차를 공식화한 형태로 표현한 것을 말. 알고리즘은 연산, 데이터 진행 또는 자동화된 추론을 수행.

보다 메트로폴리스-헤이스팅스 알고리즘와 알고리즘

확률 분포

주사위 두 개를 던졌을 때 두 눈의 합 S에 대한 확률분포 정규 분포 확률 분포(probability distribution)는 확률 변수가 특정한 값을 가질 확률을 나타내는 함수를 의미.

보다 메트로폴리스-헤이스팅스 알고리즘와 확률 분포

1953년

1953년은 목요일로 시작하는 평년이.

보다 메트로폴리스-헤이스팅스 알고리즘와 1953년

1970년

1970년은 목요일로 시작하는 평년이.

보다 메트로폴리스-헤이스팅스 알고리즘와 1970년

참고하세요

몬테카를로 방법

통계 알고리즘

또한 메트로폴리스 해스팅스 알고리즘, 메트로폴리스-해스팅스 알고리즘로 알려져 있다.