蒙特卡洛-馬爾科夫鏈(MCMC)初步

。 解決什麼問題？ 我們常常遇到這樣的問題：模型構建好之後，有一個概率p(x)p(x)（稱爲目標分佈），不能顯式的給出其表達，只能生成一系列符合這個分佈的xx。這種問題稱爲「採樣」。 特別地，在貝葉斯方法中，關注的是後驗概率p(x|D)p(x|D)。在給定觀測DD的情況下，需要估計系統參數xx。如果後驗概率沒有明確表達，或者由於多重積分難以計算，則無法直接求解xx，但是可以生成一系列符合此概率的分

>>阅读原文<<