Comments 2
MCMC особенно полезны для всяческой оценки параметров по экспериментальным данным: при заданном начальном распределении можно делать выборку апостериорных вероятностей для параметров, была статья на хабре когда-то. Более сложные расчетные методы, типа nested sampling основаны на MCMC и используются в сложных космологических проблемах или, например, анализе данных LIGO.
+1
А ещё у нас есть книга «Вероятностное программирование на Python: байесовский вывод и алгоритмы», обратите внимание.
+1
Sign up to leave a comment.
Методы Монте-Карло для марковских цепей (MCMC). Введение