1樓：NERO-You
每個馬爾可夫鏈都對應乙個轉移函式，當我們按照這個轉移函式進行取樣時，所得的分布稱為該馬爾可夫鏈的平穩分布。
而MCMC就是設法構建乙個轉移函式，使該轉移函式的平穩分布為我們想要的分布的。
2樓：邱楚陌
這裡面有形象化理解的解釋
3樓：semipseud
簡單來說就是從乙個容易取樣的分布按照某種特殊構造的方式生成乙個馬爾可夫鏈，而這個特殊構造的方式恰好表明我們產生的序列已收斂到馬爾科夫過程的平穩分布，這個平穩分布就是我們待取樣的分布。
4樓：
這個世界上有些東西是無法簡單理解的，MCMC就是其中之一。
看看wiki 上的解釋：https://
zh.wikipedia.org/wiki/%E9%A9%AC%E5%B0%94%E7%A7%91%E5%A4%AB%E8%92%99%E7%89%B9%E5%8D%A1%E6%B4%9B
MCMC需要樓主對「隨機過程」有一些基礎認識：https://zh.
wikipedia.org/wiki/%E9%9A%8F%E6%9C%BA%E8%BF%87%E7%A8%8B
理解隨機過程的話，需要樓主有一定的數學基礎，起碼具有：高等數學的基礎，理解集合論，矩陣論，線性代數， 以及概率與統計等。
如何通俗地解釋馬爾科夫鏈
韋捷 馬爾可夫鏈的定義其實比較簡單，它假設某一時刻狀態轉移的概率只依賴於這個狀態的前乙個狀態。這種情況下，我們只需要求出任意兩個狀態的轉移概率，我們的馬爾可夫鏈模型就出來了。光看上面的定義看不懂的話也正常，這裡面有幾個是概念對理解這個定義是比較關鍵的，分別是狀態 狀態轉移和狀態轉移的概率，怎麼理解它...
怎麼給中學生介紹隱馬爾科夫鏈？
漂泊日本 可以給他們舉例子。比如舉乙個戒菸的例子。假設今天戒菸的人，明天依舊戒菸的概率是90 還有10 的可能性會復吸。而今天沒忍住已經吸菸的人，明天繼續吸菸的可能性是70 剩下30 的可能性會不吸菸。然後看看這個模型怎麼演化。假設總共有100 個人，第一天戒菸和沒忍住開始吸菸的各佔一半。根據設定的...
鞅過程與馬爾科夫過程是什麼關係？
我來補充乙個通過馬爾科夫過程構造鞅過程的例子吧。給定乙個連續狀態馬爾科夫鏈 Markov Chain with Continuous State Space 我們定義轉移函式 測度論中稱為隨機核 為非零實數，如果乙個可測函式 滿足 並且 我們就稱函式 是相應於特徵值 的乙個特徵函式 線性代數中的特徵...