আমি গিবস স্যাম্পলিং কীভাবে কাজ করে তা শিখতে চাই এবং আমি একটি ভাল বেসিক থেকে মধ্যবর্তী কাগজের সন্ধান করছি। আমার একটি কম্পিউটার বিজ্ঞানের পটভূমি এবং প্রাথমিক পরিসংখ্যান জ্ঞান রয়েছে।
আশেপাশে কেউ ভালো মাল পড়েছে? আপনি এটি কোথায় শিখলেন?
ধন্যবাদ
আমি গিবস স্যাম্পলিং কীভাবে কাজ করে তা শিখতে চাই এবং আমি একটি ভাল বেসিক থেকে মধ্যবর্তী কাগজের সন্ধান করছি। আমার একটি কম্পিউটার বিজ্ঞানের পটভূমি এবং প্রাথমিক পরিসংখ্যান জ্ঞান রয়েছে।
আশেপাশে কেউ ভালো মাল পড়েছে? আপনি এটি কোথায় শিখলেন?
ধন্যবাদ
উত্তর:
আমি এটি দিয়ে শুরু করব:
কেসেলা, জর্জ; জর্জ, এডওয়ার্ড আই। (1992) " গিবস স্যাম্পেলার ব্যাখ্যা "। আমেরিকান পরিসংখ্যানবিদ 46 (3): 167–174। ( বিনামূল্যে পিডিএফ )
বিমূর্ত : কম্পিউটার-নিবিড় আলগোরিদিম, যেমন গীবস নমুনা, প্রয়োগ ও তাত্ত্বিক কাজে উভয়ই ক্রমবর্ধমান জনপ্রিয় পরিসংখ্যান সরঞ্জাম হয়ে উঠেছে। এই জাতীয় অ্যালগরিদমের বৈশিষ্ট্যগুলি অবশ্য কখনও কখনও সুস্পষ্ট নাও হতে পারে। গীবস নমুনা কীভাবে এবং কেন কাজ করে তার একটি সহজ ব্যাখ্যা আমরা এখানে দিই। আমরা বিশ্লেষণাত্মকভাবে এর বৈশিষ্ট্যগুলিকে একটি সহজ ক্ষেত্রে প্রতিষ্ঠিত করি এবং আরও জটিল মামলার জন্য অন্তর্দৃষ্টি সরবরাহ করি। এর বেশ কয়েকটি উদাহরণও রয়েছে।
আমেরিকান পরিসংখ্যানবিদ প্রায়শই সংক্ষিপ্ত (ইশ) প্রবর্তনামূলক নিবন্ধগুলির জন্য একটি ভাল উত্স যা বিষয়টির কোনও পূর্ববর্তী জ্ঞান ধরে না, যদিও তারা ধারণা করে যে আপনার সম্ভাবনা এবং পরিসংখ্যানগুলির পটভূমি রয়েছে যা আমেরিকান সদস্যের পক্ষ থেকে যুক্তিযুক্তভাবে আশা করা যেতে পারে পরিসংখ্যানগত এসোসিয়েশন ।
একটি অনলাইন নিবন্ধ যা আমাকে গীবস স্যাম্পলিংকে সত্যিকার অর্থে বুঝতে সাহায্য করেছিল তা হ'ল গ্রেগর হেইনরিচের লেখা বিশ্লেষণের জন্য প্যারামিটার অনুমান । এটি কোনও সাধারণ গিবস স্যাম্পলিং টিউটোরিয়াল নয় তবে এটি সুপ্ত ডারিচলেট বরাদ্দ, ডকুমেন্ট মডেলিংয়ের জন্য মোটামুটি জনপ্রিয় বায়েশিয়ান মডেল হিসাবে এটি আলোচনা করে। এটি গণিতে ন্যায্য বিবরণে যায় goes
আরও যে পরিগণিত গাণিতিক বিবরণে যায় সেটি হ'ল গিবিস স্যাম্পলিং ফর ইউনিটাইটেড । এবং আমি সম্পূর্ণরূপে অর্থ বোঝাতে চাইছি এটি এটি ধরে নিয়েছে যে আপনি কিছু মাল্টরিয়ায়েট ক্যালকুলাস জানেন এবং তারপরে সেদিক থেকে প্রতিটি পদক্ষেপ রেখেছেন। সুতরাং সেখানে প্রচুর গণিত থাকলেও এর কোনওটিই উন্নত নয়।
আমি ধরে নিলাম এগুলি আপনার জন্য আরও কার্যকর হবে তবে এমন কিছু যা আরও উন্নত ফলাফল প্রাপ্ত করে, যেমন গিগগুলি নমুনা কেন সঠিক বিতরণে রূপান্তরিত করে তা প্রমাণ করে। আমি উল্লেখ রেফারেন্স এটি প্রমাণ করে না।
বৈজ্ঞানিক কম্পিউটিংয়ে মন্টে কার্লো স্ট্র্যাটেজিজ বইটি একটি দুর্দান্ত উত্স। এটি গাণিতিকভাবে কঠোর উপায়ে বিষয়গুলিকে সম্বোধন করে তবে আপনি গাণিতিক বিভাগগুলি সহজেই এড়িয়ে যেতে পারেন যা আপনার আগ্রহী নয় এবং এখনও এর থেকে প্রচুর ব্যবহারিক পরামর্শ পান। বিশেষত, এটি মেট্রোপলিস-হেস্টিংস এবং গিবস স্যাম্পলিংকে একসাথে বেঁধে রাখার একটি দুর্দান্ত কাজ করে, যা অত্যন্ত গুরুত্বপূর্ণ। বেশিরভাগ অ্যাপ্লিকেশনগুলিতে আপনাকে গিবস স্যাম্পলিং ব্যবহার করে উত্তরোত্তর বিতরণ থেকে আঁকতে হবে এবং সুতরাং এটি কীভাবে সাধারণভাবে মেট্রোপলিসের যুক্তির সাথে খাপ খায় তা সহায়ক।