马尔科夫蒙特卡洛算法

马尔科夫蒙特卡洛算法（Markov Chain Monte Carlo，简称MCMC）是一种以马尔科夫链为基础的蒙特卡洛方法，主要用于对复杂概率分布的采样和近似计算。

MCMC通过构造一个马尔科夫链，使其收敛到目标分布，并利用这个链进行采样。常见的MCMC算法有Metropolis-Hastings算法和Gibbs采样算法。

MCMC算法在贝叶斯统计、物理学、计算机视觉等领域都有广泛应用，可以用于参数估计、模型选择、图像分割等问题。