Êtes-vous un étudiant de l'EPFL à la recherche d'un projet de semestre?
Travaillez avec nous sur des projets en science des données et en visualisation, et déployez votre projet sous forme d'application sur Graph Search.
Séance de cours
Optimisation et simulation
Description
Cette séance de cours couvre l'algorithme Metropolis-Hastings, qui met l'accent sur les approches basées sur les gradients pour biaiser la recherche vers des valeurs de vraisemblance plus élevées. Il explique le critère de rejet, la mise en œuvre du code Python et des considérations pratiques telles que les points de départ multiples et la détection de la stationnalité.
Source officielle
À propos de ce résultat
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.