سلاسل ماركوف مونت كارلو (MCMC)
تُعد سلاسل ماركوف مونت كارلو (MCMC) عائلة من الخوارزميات الحسابية لأخذ العينات من التوزيعات الاحتمالية المعقدة، وأكثرها شيوعًا هي التوزيعات الخلفية (posterior distributions) التي تنشأ في الاستدلال البايزي (Bayesian inference). فبدلاً من حساب التوزيعات الخلفية تحليليًا — وهو أمر نادرًا ما يكون ممكنًا للنماذج الواقعية — تقوم MCMC ببناء سلسلة ماركوف يكون توزيعها الثابت هو التوزيع الخلفي المستهدف، وتسحب منها عينات مترابطة، مما يتيح استدلالًا احتماليًا كاملاً لأي نموذج تقريبًا.
اقرأ الطريقة كاملة
سجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
+25 more
المصادر
- Gelman, A., Carlin, J. B., Stern, H. S., Dunson, D. B., Vehtari, A. & Rubin, D. B. (2013). Bayesian Data Analysis (3rd ed.). CRC Press. ISBN: 978-1439840955
- Brooks, S., Gelman, A., Jones, G. & Meng, X.-L. (Eds.). (2011). Handbook of Markov Chain Monte Carlo. CRC Press. ISBN: 978-1420079418
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 1). Markov Chain Monte Carlo. ScholarGate. https://scholargate.app/ar/bayesian/mcmc
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
Compare side by side →