Markov Chain Monte Carlo (MCMC) to klasa algorytmów statystycznych służących do próbkowania z uogólnionych lub złożonych rozkładów prawdopodobieństwa, których nie da się zbadać bezpośrednio. Metoda ta polega na konstrukcji łańcucha Markowa, którego rozkład stacjonarny jest identyczny z pożądanym rozkładem docelowym. Dzięki generowaniu sekwencji losowych próbek, MCMC umożliwia numeryczne szacowanie całek wielowymiarowych oraz parametrów modeli w statystyce bayesowskiej, fizyce czy uczeniu maszynowym. Wykorzystuje się ją wszędzie tam, gdzie tradycyjne metody analityczne zawodzą z powodu wysokiej wymiarowości danych lub braku normalizacji gęstości prawdopodobieństwa.
Markov Chain Monte Carlo (Łańcuch Markowa Monte Carlo) (MCMC)
