Hamiltonian Monte Carlo dla manekinów

Czy możesz wyjaśnić manekinom krok po kroku, jak działa Hamiltonian Monte Carlo?

PS: Przeczytałem już odpowiedzi tutaj, Hamiltonian Monte Carlo , a tutaj Hamiltonian Monte Carlo vs. Sekwencyjny Monte Carlo , a tutaj Hamiltonian Monte Carlo: jak zrozumieć propozycję Metropolis-Hasting? i nie zajmują się tym krok po kroku.

bayesian hmc

— statslearner
źródło

Jeśli jesteś Google Michael Betancourt, znajdziesz zbiór dokumentów i wykładów, które powinny pomóc ci wyjść poza obojętny punkt.

— Xi'an

Jako punkt wyjścia bardzo polecam artykuł koncepcyjny arxiv.org/abs/1701.02434 .

— cwl

Część standokumentacji na temat konsoli HMC jest solidna. mc-stan.org/users/documentation

— Sycorax mówi Przywróć Monikę

IMHO każdy z powyższych komentarzy mógłby zostać przekształcony w odpowiedź - zrobiłbym to sam, ale poczułbym, że mam niezasłużoną reputację :-)

— Martin Modrák

Książka Mcelreaths, Rethinking, ma krótki rozdział na temat próbkowania metropolii i zawiera rozszerzenie analogii do Hamiltonian Monte Carlo. To naprawdę jest dla manekinów, i bardzo lekkie w szczegółach, ale przynajmniej dało mi intuicję, co się dzieje.

— bjw

Jak wspomniano w komentarzach cwl, bjw i Sycorax, przydatne są następujące zasoby (mogę je również polecić z własnego doświadczenia):

Statystyczne przemyślenie R. McElreath ma krótkie, ale bardzo przystępne wprowadzenie (i ogólnie jest świetną książką).
Wprowadzenie koncepcyjne do Hamiltonian Monte Carlo autorstwa M. Betancourt wchodzi w głębię.
Dokumentacja Stana zawiera również solidną sekcję dotyczącą konsoli HMC

— Martin Modrák
źródło