尼古拉斯·肖邦;奥米洛斯·帕帕斯皮利奥普洛斯 序贯蒙特卡罗介绍。 （英语） Zbl 1453.62005年 统计学中的斯普林格系列查姆：施普林格出版社（ISBN 978-3-030-47844-5/hbk；978-3-0.30-47847-6/pbk；978-1-030-47845-2/电子书）。第二十四，378页。(2020). 出版商描述：本书提供了顺序蒙特卡罗（SMC）方法的一般介绍，也称为粒子过滤器。这些方法已成为信号处理、流行病学、机器学习、人口生态学、定量金融和机器人学等不同领域数据序列分析的主要方法。涵盖范围广泛，从基础理论到计算实现、方法论，以及在不同科学领域的各种应用。这是通过将SMC算法描述为通用框架的特殊情况来实现的，该框架涉及Feynman-Kac分布等概念，以及重要性采样和重采样等工具。这一总体框架在本书中得到了一致的使用。状态空间（隐马尔可夫）模型的顺序学习（滤波、平滑）提供了广泛的覆盖范围，因为这仍然是SMC方法的一个重要应用。还讨论了最近的应用，例如这些模型的参数估计（通过例如粒子马尔可夫链蒙特卡罗技术）和具有挑战性的概率分布的模拟（例如贝叶斯推理或罕见事件问题）。这本书可以用作顺序蒙特卡罗方法和状态空间建模的研究生教材，也可以用作该领域的一般参考著作。每章都包括一组自学练习、一个综合书目和一个“Python角”，其中讨论了所涵盖方法的实际实现。此外，这本书还附带了一个开源Python库，它实现了书中描述的所有算法，并包含了用于执行数值实验的所有程序。 引用于44文件 MSC公司： 62-02 与统计有关的研究展览（专著、调查文章） 2005年6月2日 马尔可夫过程：估计；隐马尔可夫模型 62升12 序贯估计 65二氧化碳 蒙特卡罗方法 关键词：粒子过滤器;序贯蒙特卡罗方法;隐马尔可夫模型 PDF格式BibTeX公司 XML格式引用 \textit{N.肖邦}和\textit{O.帕帕斯皮利奥普洛斯}，序贯蒙特卡罗简介。查姆：施普林格（2020；Zbl 1453.62005） 全文： 内政部