作者：房爱东; 谢士春mcmc贝叶斯推断采样技术机器学习模式识别
摘要：后验分布是贝叶斯推理的本质,所有进一步的贝叶斯推断均可通过后验分布来完成.然而,应用统计实践中利用Bayes定理得到的后验密度经常是半共轭乃至复杂的、高维的.马氏链式蒙特卡洛(MCMC)方法为解决此问题提供了很好的思路.主要研究基于马氏链的蒙特卡洛采样技术基本算法和实现策略.
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《长沙大学学报》（CN：43-1276/G4）是一本有较高学术价值的大型双月刊，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《长沙大学学报》严格遵循正确的办刊宗旨和方向，积极探索学术期刊的办刊规律，始终把社会效益放在首位，突显学报的学术性、科学性、创新性，加入中国学术期刊光盘版和中国学术期刊网后，学报的影响日益扩大，所发文章的摘转率日益提高。
部级期刊
人气 72603 评论 50
人气 57294 评论 65
CSSCI南大期刊、北大期刊
人气 39855 评论 63
北大期刊、CSCD期刊、统计源期刊
人气 39573 评论 47
