Versione delle 22:24, 26 giu 2019 modifica Marcuscalabresus (discussione \| contributi) 55 959 modifiche mNessun oggetto della modifica ← Differenza precedente		Versione delle 22:24, 26 giu 2019 modifica annulla Marcuscalabresus (discussione \| contributi) 55 959 modifiche m →Svantaggi Differenza successiva →
Riga 30: == Svantaggi == Il probelma principale dell'algoritmo di rejection sampling è che può generare un numero molto elevato di campioni che poi vengno scartati soprattutto nel caso in cui la funzione campionata è concertata in una certa regione. Per molte distribuzioni, questo probelma può essere risolto utilizzando una versione adattiva dell'algoritmo (see [[Rejection sampling\|adaptive rejection sampling]]). In altre dimensioni, è necessario utilizzare approcci differenti, come per esempio metodi [[Markov Chain Monte Carlo]], tra i quali [[Algoritmo di Metropolis-Hastings\|Metropolis sampling]] o [[Campionamento di Gibbs\|Gibbs sampling]]. [[Categoria:Analisi numerica]]

Rejection sampling: differenze tra le versioni