
أخذ عينات من توزيع خلفي متعدد الأبعاد بإحداثي واحد في كل مرة من توزيعاته الشرطية.أخذ العينات جيبس هو خوارزمية من خوارزميات سلسلة ماركوف مونت كارلو (MCMC) لتوليد عينات من توزيع احتمالي متعدد المتغيرات عندما يكون أخذ العينات المباشر صعبًا. تعمل الخوارزمية عن طريق تحديث متغير واحد في كل مرة، حيث يتم سحب كل قيمة جديدة من توزيعها الشرطي بالنظر إلى القيم الحالية لجميع المتغيرات الأخرى. هذا النهج مفيد بشكل خاص عندما يكون التوزيع المشترك الكامل معقدًا، ولكن التوزيعات الشرطية بسيطة وسهلة أخذ العينات منها. أخذ العينات جيبس هو حالة خاصة من خوارزمية متروبوليس-هاستينغز، لكنه يقبل دائمًا الحركة المقترحة، مما يجعله فعالًا من الناحية الحسابية في العديد من الإعدادات.
سُميت الطريقة على اسم الفيزيائي جوزيه ويلارد جيبس، لكنها صيغت رسميًا بواسطة ستيوارت جيمان ودونالد جيمان في عام 1984 في سياق استعادة الصور، وعُولمتها لاحقًا من قبل آخرين.
تبدأ الخوارزمية بمجموعة أولية من القيم لجميع المتغيرات. في كل تكرار، تمر عبر المتغيرات بترتيب ثابت (أو عشوائي). لكل متغير، تقوم بأخذ عينة من قيمته الجديدة من توزيعه الشرطي، مع إبقاء جميع المتغيرات الأخرى عند قيمها الحالية. تُستخدم هذه القيم الجديدة فورًا في التوزيعات الشرطية اللاحقة. على مدى تكرارات عديدة، يتقارب تسلسل العينات إلى التوزيع المشترك، بشرط أن تكون السلسلة غير قابلة للاختزال وغير دورية. المفتاح هو أن التوزيعات الشرطية يجب أن تكون معروفة وسهلة أخذ العينات منها، وهو ما يحدث غالبًا في النماذج البايزية الهرمية.
يُستخدم على نطاق واسع في الإحصاء البايزي لأخذ العينات من التوزيعات الخلفية، مثل تخصيص ديريشليت الكامن (LDA) لنمذجة الموضوعات في معالجة اللغة الطبيعية، وفي تحليل البيانات الجينية.
على الرغم من تسميته باسم جيبس، إلا أن الخوارزمية لم يطورها هو؛ بل صاغ الاسم جيمان وجيمان بسبب تشبيه بتوزيعات جيبس في الميكانيكا الإحصائية.










