Étude de la performance d’un algorithme Metropolis-Hastings avec ajustement directionnel
Les méthodes de Monte Carlo par chaîne de Markov (MCMC) sont des outils très populaires pour l’échantillonnage de lois de probabilité complexes et/ou en grandes dimensions. Étant donné leur facilité d’application, ces méthodes sont largement répandues dans plusieurs communautés scientifiques et bien...
Main Author: | Mireuta, Matei |
---|---|
Other Authors: | Bédard, Mylène |
Language: | fr |
Published: |
2012
|
Subjects: | |
Online Access: | http://hdl.handle.net/1866/6231 |
Similar Items
-
Étude de la performance d’un algorithme Metropolis-Hastings avec ajustement
directionnel
by: Mireuta, Matei
Published: (2012) -
Recyclage des candidats dans l'algorithme Metropolis à essais multiples
by: Groiez, Assia
Published: (2014) -
Recyclage des candidats dans l'algorithme Metropolis à essais multiples
by: Groiez, Assia
Published: (2014) -
A Disease Outbreak Prediction Model Using Bayesian Inference: A Case of Influenza
by: Atefeh Sadat Mirarabshahi, et al.
Published: (2019-09-01) -
Μελετώντας τον αλγόριθμο Metropolis-Hastings
by: Γιαννόπουλος, Νικόλαος
Published: (2013)