Bayesian Inference
베이즈 확률론을 기반으로 하여 추론 대상의 사전 확률과 추가적인 정보를 통해 해당 대상의 사후 확률을 추론하는 방법입니다.
Markov Chain Monte Carlo(MCMC)
마르코프 체인의 구성에 기반하여 확률 분포로부터 원하는 분포의 정적 분포를 갖는 표본을 추출하는 알고리즘입니다. 적은 오차로 정적 분포까지 수렴하는 데 얼마나 많은 단계가 필요한 지가 중요합니다.
Hamiltonian Monte Carlo(HMC)
해밀톤 역학을 이용하여 원하는 분포로 빠르게 수렴할 수 있는 MCMC 알고리즘입니다. 1987년에 lattice QCD를 계산하기 위한 목적으로 Simon Duane, A.D. Kennedy, Brian Pendleton, Duncan Roweth 세 사람에 의해 창안되었습니다.