Сэмплирование
Материал из MachineLearning.
(Различия между версиями)
(категория) |
(→Сэмплирование) |
||
Строка 11: | Строка 11: | ||
*Rejection sampling; | *Rejection sampling; | ||
*Adaptive rejection sampling. | *Adaptive rejection sampling. | ||
+ | |||
+ | |||
+ | ==См. также == | ||
+ | * [[Аппроксимация Лапласа (пример)]] | ||
==Примечания== | ==Примечания== |
Текущая версия
Сэмплирование
Сэмплирование – метод выбора подмножества наблюдаемых величин из данного множества, с целью выделения неких свойст исходного множества. Одно из основных приминений методов сэмплирования заключается в оценке математического ожидания сложных вероятностных распределений:
для которых данный инеграл не может быть подсчитан аналитическим методом (к примеру, ввиду сложного аналитического вида распределения ). Однако, можно подсчитать значение p(z) в любой точке z. Основная идея заключается в создании незавсимой выборки (где ) из распределения . Это позволит оцениваемое математическое ожидание приблизить конечной суммой:
Существует несколько методов сэмплирования для создания выборки [1]:
- Simple random sampling;
- Systematic sampling;
- Rejection sampling;
- Adaptive rejection sampling.