Гамильтониан Монте-Карло для чайников

Не могли бы вы дать пошаговое объяснение манекенам, как работает гамильтониан Монте-Карло?

PS: я уже читал ответы здесь, гамильтониан Монте-Карло , и здесь, гамильтониан Монте-Карло против последовательного Монте-Карло , и здесь, гамильтониан Монте-Карло: как понять предложение Метрополиса-Гастинга? и они не обращаются к этому поэтапно.

bayesian hmc

— statslearner
источник

Если вы пользуетесь Google Michael Betancourt, вы найдете сборник статей и докладов, которые помогут вам выйти за рамки фиктивной точки.

— Сиань

Я настоятельно рекомендую концептуальный документ arxiv.org/abs/1701.02434 в качестве отправной точки.

— cwl

Раздел stanдокументации о HMC сплошной. mc-stan.org/users/documentation

— Sycorax сообщает, что восстановит Монику

ИМХО любой из вышеперечисленных комментариев можно было бы превратить в ответ - я бы сделал это сам, но чувствовал бы, что получил незаслуженную репутацию :-)

— Martin Modrák

Книга Mcelreaths, Rethinking, имеет короткий раздел о выборке мегаполиса и дает продолжение аналогии с гамильтонианом Монте-Карло. Это действительно для чайников, и очень легкий на детали, но, по крайней мере, дал мне интуицию для того, что происходит.

— BJW

Как уже упоминалось в комментариях cwl, bjw и Sycorax, полезны следующие ресурсы (я также могу порекомендовать их из собственного опыта):

Статистическое переосмысление Р. Мак-Элирент имеет краткое, но очень доступное введение (и в целом это отличная книга).
Концептуальное введение в гамильтониан Монте-Карло М. Бетанкура углубляется.
Документация Stan также имеет солидный раздел о HMC

— Мартин Модрак
источник