Gibbs_Sampling
對於一些自己不理解英語專業的術語,最好的方法是谷歌搜索,而不是中文百度。因爲中文翻譯過來的譯文已經沒有了原文的味道,不好理解。讀原汁原味的英文感覺會更好。原味的英文內容更加全面,邏輯更加緊密,表達更清楚有力,權威性更高。
在直接採樣困難的時候,在統計學和統計物理學中,吉布斯採樣或者說吉布斯採樣器是一種馬爾可夫鏈蒙特卡羅算法,目的是爲了獲得一系列的觀察值,而這些觀察值近似的服從於指定的多變量概率分佈(也就是說,服從於兩個或者更多個隨機變量的聯合概率分佈)。這些採取得到的序列可以用來近似聯合分佈(也就是說,用來產生一個分佈的直方圖),近似其中一個變量的邊緣分佈或者其中一些變量子集的邊緣分佈(比如,未知的參數或者隱藏變量),或者用來計算積分(如諸多個變量當中一個變量的期望值)。典型的,某些變量對應於的觀察值是已知的,所以不需要被採樣。
吉布斯採樣通常被當作一種統計推斷方法來使用,尤其是貝葉斯推斷。貝葉斯推斷是一種隨機算法(也就是說,利用隨機數的一種算法,因此每次執行此算法時,它會產生不同的結果)。還有,貝葉斯推斷是另一種統計推斷確定性的算法,比如Variational Bayes、the expectation-maximization algorithm(EM)。
.......
一些相關概念鏈接:
http://technet.microsoft.com/en-us/library/ms178091.aspx
http://en.wikipedia.org/wiki/Gibbs_sampling
http://en.wikipedia.org/wiki/Markov_chain_Monte_Carlo
http://en.wikipedia.org/wiki/Statistical_inference
http://en.wikipedia.org/wiki/Bayesian_inference
http://en.wikipedia.org/wiki/Randomized_algorithm
http://en.wikipedia.org/wiki/Deterministic_algorithm
http://en.wikipedia.org/wiki/Statistics
http://en.wikipedia.org/wiki/Statistical_physics
http://en.wikipedia.org/wiki/Bayesian_network
http://en.wikipedia.org/wiki/Posterior_probability
http://en.wikipedia.org/wiki/Graphical_model
http://en.wikipedia.org/wiki/Probabilistic_model
http://en.wikipedia.org/wiki/Statistical_inference
http://en.wikipedia.org/wiki/Probability_theory
http://en.wikipedia.org/wiki/Statistics
http://en.wikipedia.org/wiki/Bayesian_statistics
http://en.wikipedia.org/wiki/Bayesian_probability
http://en.wikipedia.org/wiki/Discriminative_model
http://en.wikipedia.org/wiki/Generative_model
http://en.wikipedia.org/wiki/Directed_acyclic_graph
http://en.wikipedia.org/wiki/Undirected_graph#Undirected_graph
http://en.wikipedia.org/wiki/Graphical_model