항목

  • 마르코프 연쇄 몬테카를로 (관련어 마르코프 연쇄 몬테..) Markov chain Monte Carlo, マルコフ連鎖モンテカ..
    마르코프 연쇄 몬테카를로 방법(Markov chain Monte Carlo, 무작위 행보 몬테 카를로 방법 포함)은 마르코프 연쇄의 구성에 기반한 확률 분포로부터 원하는 분포의 정적 분포를 갖는 표본을 추출하는 알고리즘의 한 부류이다. 큰 수의 단계(step) 이후에 연쇄의 상태는 목표로 하는 분포로부터 추출된 표본처럼 사용될 ...
    도서 위키백과
  • Markov chain Monte Carlo 마르코프 연쇄 몬테카를로 방법,..
    In statistics, Markov chain Monte Carlo (MCMC) methods are a class of algorithms for sampling from a probability distribution based on constructing a Markov chain that has the desired distribution as its equilibrium distribution. The state of the chain after a number of steps is then used as a...
  • 몬테카를로 방법 Monte Carlo method, モンテカルロ法
    적분는 랜덤표본(random sample)의 표본 평균을 취함으로써 근사치를 구할 수 있다. 변수의 확률 분포가 매개변수로 표현 가능할 때는 주로 마르코프 연쇄 몬테카를로(MCMC) 샘플러를 사용한다. MCMC 방법에 의해 생성되는 표본의 극한 분포는 원하는 (목표) 분포의 표본이 될 것이기 때문에 핵심 아이디어는 잘 규정된...
    도서 위키백과
  • 마르코프 모형 Markov model
    마르코프 모형 또는 마르코프 모델은 확률 모델의 유형이다. 마르코프 모형 상태가 관찰 가능 상태가 부분적으로 관찰 가능 시스템이 자율적 마르코프 연쇄 은닉 마르코프 모형 시스템이 통제됨 마르코프 결정 과정 부분적 관찰가능 마르코프 결정 과정 마르코프 연쇄 몬테카를로 안드레이 마르코프 토막글
    도서 위키백과
  • 몬테카를로 방법 Quasi-Monte Carlo method, 拟蒙特卡罗方法
    몬테카를로 방법(Quasi-Monte Carlo method)은 저불일치 수열(Low-discrepancy sequence)을 사용해 몬테카를로 방법을 개선한 수치적분이다. 준몬테카를로 방법에서는 몬테카를로 방법의 의사난수 대신 소볼 수열 등의 저불일치 수열을 사용한다. 마르코프 연쇄 몬테카를로 방법 차원의 저주
    도서 위키백과
  • 기계 학습 알고리즘 목록 Outline of machine learning
    행동 인식 알렉스넷 알파고 알파고 제로 개념 학습 결정 트리 학습법 특징 (기계 학습) 하이퍼파라미터 (기계 학습) 마르코프 연쇄 몬테카를로 마르코프 모형 마르코프 네트워크 최대 엔트로피 마르코프 모형 멀티 암드 밴딧 다중 작업 학습 멀티모덜 학습 무한 언어 학습 시스템 유사도 학습 통계적 학습이론 전이학습...
    도서 위키백과
  • 기브스 표집 Gibbs sampling, ギブスサンプリング
    결합 확률 분포나 그에 관련된 확률 계산을 근사하기 위해 사용된다. 기브스 표집은 메트로폴리스-해스팅스 알고리즘의 특별한 예이고, 따라서 마르코프 연쇄 몬테 카를로 알고리즘의 한 예이다. 이 알고리즘은 물리학자 조사이어 윌러드 기브스의 이름을 따서 명명되었다. n개의 확률변수 (X_1, \cdots, X_n)의 결합...
    도서 위키백과
  • 파티클 필터 Particle filter, 粒子フィルタ
    된 까닭은 근사값을 (아까 말한 의미에서) "필터링"하는데 한 무리의 (다른 가중치를 가진 분포의 예) "입자"를 사용하기 때문이다. 파티클 필터는 마르코프 연쇄 몬테 카를로(MCMC) 일괄처리법을 순차적으로 유사하게 만든 것으로 때로 임포턴스 샘플링법과 유사하다. 입자 필터를 잘 만들면 MCMC보다 훨씬 빠르다...
    도서 위키백과
  • 저불일치 수열 Low-discrepancy sequence
    소수의 제곱근(의 소수부)를 사용할 수 있다. 네덜란드의 요하네스 판데르코르퓟이 만든 판데르코퓟 수열(Van der Corput sequence), 영국의 J. H. Halton이 만든 홀턴 수열(Halton sequence), 러시아에서 만들어진 소볼 수열(Sobol sequence) 등이 있다. 준몬테카를로 방법 마르코프 연쇄 몬테카를로 방법 희소 격자
    도서 위키백과
  • 멀티모덜 학습 Multimodal learning
    이미징 데이터(픽셀 강도 및 주석 태그로 구성됨)를 독립적으로 분석한다. 다중 모드 기계 학습은 전문적인 모델링 전략과 알고리즘을 사용하여 근본적으로 다른 통계 분석을 결합하여 실제 세계를 표현하는 데 더 가까운 모델을 만든다. 대형 언어 모델(LLM) 홉필드 네트워크 마르코프 네트워크 마르코프 연쇄 몬테카를로
    도서 위키백과
  • 기브스 상태 Gibbs state
    통계역학에서 기브스 상태는 시스템의 향후 진화에서도 불변으로 남는 평형 확률 분포이다. 예를 들어, 충분히 긴 시간 동안 마르코프 연쇄 몬테 카를로를 반복적으로 실행하여 얻은 마르코프 연쇄의 정상(stationary) 또는 안정 상태(steady-state)의 분포가 기브스 상태이다. 물리학에서는 특히 저온 상태에서 시스템...
    도서 위키백과
  • 오픈벅스 OpenBUGS
    오픈벅스(OpenBUGS)는 마르코프 연쇄 몬테 카를로 (MCMC) 방법을 사용하여 복소 통계 모형의 베이즈 분석을 위한 컴퓨터 소프트웨어이다. 오픈벅스는 윈벅스(WinBUGS; Bayesian inference Using Gibbs Sampling))의 공개 소스 변형이다. 오픈벅스의 소스 코드는 파스칼 프로그래밍 언어로 작성되었다. 오픈벅스를 윈도우...
    도서 위키백과
이전페이지 없음 현재페이지1 2 다음페이지 없음