About: Metropolis–Hastings algorithm

Facets (new session)
Description
Metadata
Settings
- owl:sameAs
- Inference Rule:

About: Metropolis–Hastings algorithm Goto Sponge NotDistinct Permalink

An Entity of Type : wikidata:Q8366, within Data Space : fr.dbpedia.org associated with source document(s)

Attributes	Values
rdf:type	Thing Algorithm Algorithm
rdfs:label	Алгоритм Метрополіса — Гастінгса (uk) Algorithme de Metropolis-Hastings (fr) Metropolis–Hastings algorithm (en) Алгоритм Метрополиса — Гастингса (ru) メトロポリス・ヘイスティングス法 (ja)
rdfs:comment	En statistique, l'algorithme de Metropolis-Hastings est une méthode MCMC dont le but est d'obtenir un échantillonnage aléatoire d'une distribution de probabilité quand l'échantillonnage direct en est difficile. Plus formellement, étant donnée une distribution de probabilité sur un univers , cet algorithme définit une chaîne de Markov dont la distribution stationnaire est . Il permet ainsi de tirer aléatoirement un élément de selon la loi . (fr)
rdfs:seeAlso	http://www.universalis.fr/encyclopedie/algorithme-de-metropolis https://dl.acm.org/buildccscode.cfm?id=10003679&lid=f
sameAs	Metropolis–Hastings algorithm Metropolis–Hastings algorithm Metropolis–Hastings algorithm Metropolis–Hastings algorithm Metropolis–Hastings algorithm Metropolis–Hastings algorithm Metropolis–Hastings algorithm Metropolis–Hastings algorithm Metropolis–Hastings algorithm Metropolis–Hastings algorithm Metropolis–Hastings algorithm Metropolis–Hastings algorithm Metropolis–Hastings algorithm Metropolis–Hastings algorithm Metropolis–Hastings algorithm Metropolis–Hastings algorithm Metropolis–Hastings algorithm Metropolis–Hastings algorithm
Wikipage page ID	4663558 (xsd:integer)
Wikipage revision ID	187694616 (xsd:integer)
dbo:wikiPageWikiLink	1949 1953 Algorithm Reversible-jump Markov chain Monte Carlo dbpedia-fr:Autocorrélation category-fr:Algorithme category-fr:Algorithme_probabiliste category-fr:Méthode_de_Monte-Carlo_par_chaînes_de_Markov category-fr:Physique_statistique category-fr:Processus_stochastique Markov chain dbpedia-fr:Densité dbpedia-fr:Distribution_de_Boltzmann dbpedia-fr:Edward_Teller Curse of dimensionality Partition function (statistical mechanics) Freeman Dyson dbpedia-fr:Graphe_d'une_chaîne_de_Markov_et_classification_des_états dbpedia-fr:Générateur_de_nombres_aléatoires John von Neumann dbpedia-fr:Laboratoire_national_de_Los_Alamos dbpedia-fr:Loi_de_probabilité dbpedia-fr:Loi_normale dbpedia-fr:MANIAC dbpedia-fr:Méthode_de_Monte-Carlo dbpedia-fr:Méthode_de_Monte-Carlo_par_chaînes_de_Markov dbpedia-fr:Méthode_de_rejet dbpedia-fr:Nicholas_Metropolis Combinatorial optimization Statistical physics dbpedia-fr:Probabilité_stationnaire_d'une_chaîne_de_Markov Simulated annealing dbpedia-fr:Stanislaw_Ulam Statistics Multivariate statistics Universe (mathematics) Random variable Sample (statistics) Gibbs sampling Marshall Rosenbluth dbpedia-fr:Condition_de_réversibilité dbpedia-fr:Modèle_bayésien_hiérarchique
page length (characters) of wiki page	21256 (xsd:nonNegativeInteger)
dct:subject	category-fr:Algorithme category-fr:Algorithme_probabiliste category-fr:Méthode_de_Monte-Carlo_par_chaînes_de_Markov category-fr:Physique_statistique category-fr:Processus_stochastique
prop-fr:wikiPageUsesTemplate	dbpedia-fr:Modèle:Citation dbpedia-fr:Modèle:Citation_étrangère dbpedia-fr:Modèle:Portail dbpedia-fr:Modèle:Références dbpedia-fr:Modèle:Traduction/Référence dbpedia-fr:Modèle:Infobox_Méthode_scientifique
prov:wasDerivedFrom	wikipedia-fr:Algorithme_de_Metropolis-Hastings?oldid=187694616&ns=0
prop-fr:art	Metropolis–Hastings algorithm (fr)
prop-fr:lang	en (fr)
foaf:isPrimaryTopicOf	wikipedia-fr:Algorithme_de_Metropolis-Hastings
dbo:discoverer	dbpedia-fr:Edward_Teller Enrico Fermi dbpedia-fr:Nicholas_Metropolis dbpedia-fr:Stanislaw_Ulam Marshall Rosenbluth wikidata:Q17126163
named after	dbpedia-fr:Nicholas_Metropolis wikidata:Q17126163
has abstract	En statistique, l'algorithme de Metropolis-Hastings est une méthode MCMC dont le but est d'obtenir un échantillonnage aléatoire d'une distribution de probabilité quand l'échantillonnage direct en est difficile. Plus formellement, étant donnée une distribution de probabilité sur un univers , cet algorithme définit une chaîne de Markov dont la distribution stationnaire est . Il permet ainsi de tirer aléatoirement un élément de selon la loi . Un point essentiel de l'algorithme de Metropolis-Hastings est qu'il ne nécessite que la connaissance de à une constante multiplicative près. En particulier, il n'est pas nécessaire de calculer la fonction de partition de , tâche souvent difficile. Pour cette raison, cette méthode est très utilisée en physique statistique. On peut noter que l'algorithme de Metropolis–Hastings (comme d'autres méthodes MCMC) est généralement utilisé pour l'échantillonnage de distributions multi-dimensionnelles, en particulier lorsque le nombre de dimensions est élevé. Pour les distributions unidimensionnelles, il existe habituellement d'autres méthodes pour générer des échantillons indépendants (par exemple les méthodes de rejet) qui permettent d'éviter les corrélations entre échantillons générés, problème inhérent aux méthodes MCMC. (fr)
is dbo:wikiPageWikiLink of	dbpedia-fr:Ajustement_de_courbe Reversible-jump Markov chain Monte Carlo

Faceted Search & Find service v1.16.111 as of Oct 19 2022

Alternative Linked Data Documents: ODE Content Formats:

RDF

ODATA

Microdata

About

OpenLink Virtuoso version 07.20.3234 as of May 18 2022, on Linux (x86_64-ubuntu_bionic-linux-gnu), Single-Server Edition (39 GB total memory, 13 GB memory in use)
Data on this page belongs to its respective rights holders.
Virtuoso Faceted Browser Copyright © 2009-2024 OpenLink Software