마르코프 연쇄 몬테카를로

1 개요

Markov chain Monte Carlo (MCMC)

마르코프 체인 몬테카를로, 마르코프 연쇄 몬테카를로, 마르코프 연쇄 몬테카를로 방법

• 마르코프 연쇄의 구성에 기반한 확률 분포로부터 원하는 분포의 정적 분포를 갖는 표본을 추출하는 알고리즘의 한 부류
• 큰 수의 단계(step) 이후에 연쇄의 상태는 목표로 하는 분포로부터 추출된 표본처럼 사용될 수 있다.
• 표본의 품질은 단계 수의 함수로 개선된다.
• 일반적으로 원하는 특성을 갖는 마르코프 연쇄를 구성하는 것은 어렵지 않다.
• 보다 어려운 문제는 수용할 만한 오차 범위의 정적 분포로 수렴하는데까지 얼마나 많은 단계가 필요한지를 결정하는 것이다.
• 좋은 연쇄는 임의의 위치에서부터 시작하여 정적 분포에 빠르게 도달하는 빠른 혼합(mixing)을 가질 것이며, 이에 대해서는 마르코프 연쇄 혼합 시간에서 상세히 설명된다.
• 이 알고리즘의 가장 일반적인 적용 예는 다차원 적분을 수치적으로 계산하는 것이다.

2 같이 보기

• 마르코프 연쇄
• 몬테카를로 방법
• Coupling from the past
• Metropolis-adjusted Langevin algorithm
• Markov chain central limit theorem

3 참고

• 위키백과 "마르코프 연쇄 몬테카를로"
• 다음백과 "마르코프 연쇄 몬테카를로"
• 네이버백과 "마르코프 연쇄 몬테카를로"
• 나무위키 "마르코프 연쇄 몬테카를로"
• 리브레 위키 "마르코프 연쇄 몬테카를로"