L'algorithme de Metropolis-Hastings est une méthode de MonteCarlo à chaîne de Markov permettant d'obtenir une séquence d' échantillons aléatoires à partir d'une distribution de probabilité à partir de laquelle l'échantillonnage direct est difficile.
Cette séquence peut être utilisée pour approximer la distribution ou pour calculer une intégrale.
Metropolis-Hastings et d'autres méthodes MonteCarlo à chaîne de Markov (MCMC) sont généralement utilisées pour l'échantillonnage à partir de distributions multidimensionnelles et en particulier lorsque le nombre de dimensions est élevé.
Pour les distributions unidimensionnelles, il existe généralement d'autres méthodes qui peuvent renvoyer directement des échantillons indépendants de la distribution et celles-ci sont exemptes du problème des échantillons autocorrélés inhérent aux méthodes MonteCarlo à chaîne de Markov (MCMC).
Bienvenu, je m’appelle Eric Soupet et je suis l'administrateur du site elodees.com. elodees.com est un état de l'art de l'Intelligence Artificielle et se veut collaboratif, vous pouvez dès à présent proposer du contenu tels que des articles, des événements, des tutoriels, ... alors n'hésitez pas !
