3中級
MCMC (馬可夫鏈蒙地卡羅)
MCMC (Markov Chain Monte Carlo)
以馬可夫鏈產生樣本以近似複雜機率分佈或積分的抽樣方法，常用於貝氏推論與 generative-model。
詳細解釋
MCMC（Markov Chain Monte Carlo）在難以直接抽樣或計算積分時，建構一馬可夫鏈使其平穩分佈為目標分佈，從鏈上取樣近似期望或邊際。常見演算法包括 Metropolis-Hastings、Gibbs 採樣、Hamiltonian Monte Carlo（HMC）。在貝氏統計、潛在變量模型與生成模型中廣泛使用。與 機器學習 (ML) 中的貝氏方法與採樣相關。