목록Montecarlo (1)

zip-sa | Data is important

Monte Carlo (MC) 근사와 샘플링 기법

다뤄볼 내용 :Monte Carlo ApproximationMarkov Chain Monte Carlo (MCMC)Metropolis-Hastings AlgorithmImportance Sampling 0. 개요MC 근사법은 매우 복잡하거나 정확하게 계산하기 어려운 확률 문제를 해결하기 위해 주로 사용되는 방법입니다. 특히 고차원 문제나 복잡한 확률 분포를 다룰 때, 랜덤 샘플링을 통해 근사치를 계산하여 효율적인 해법을 제공합니다.1. Monte Carlo Approximation의 기본 개념MC 근사는 복잡한 함수 ($f(z)$)와 확률 분포 ($p(z)$)의 기대값 ($E[f(z)]$)를 계산할 때 사용됩니다. 특히 정확한 계산이 불가능하거나 연산이 매우 오래 걸릴 때, 랜덤 샘플링을 통해 근사하는 ..
AI/ML 2024. 9. 5. 21:51
이전 Prev 1 Next 다음