吉布斯采样Matlab代码-NUTS-Matlab:相关实验室研究

简介：
本项目提供了一个基于Matlab实现吉布斯采样与NUTS（No-U-Turn Sampler）算法的代码库，适用于统计分析和机器学习中的贝叶斯推断。它是相关实验室进行深入研究的重要工具。 吉布斯采样Matlab代码（回收）No-U-Turn-Sampler：此存储库包括Hoffman和Gelman（2014年）的No-U-Turn-Sampler (NUTS) 的Matlab实现，以及Nishimura和Dunson（2016年）扩展版RecycledNUTS。脚本getting_started_with_NUTS_and_dual_averaging_algorithm.m演示了主要函数NUTS 和 dualAveraging的使用方法。其他示例可以在“示例”文件夹中找到。“回收”的NUTS实现“ReNUTS”，位于“回收”文件夹下，通过重新利用NUTS轨迹中的中间状态提高了统计效率，并且几乎不需要额外计算时间。这里的代码适用于研究目的，因为它提供了对NUTS内部工作原理的访问并具有可定制性。作为一个例子，此处的实现允许将NUTS用作Gibbs步骤的一部分。对于那些希望更好地理解NUTS和HMC如何运作（以及何时可能表现不佳）的人来说，该代码也有帮助。然而，若要用于应用贝叶斯建模，则使用Stan可能是利用NUTS和HMC通用性的最简单方法。