やさしいMCMC入門

本書は、有限マルコフ連鎖の基本理論と、確率的アルゴリズムに関する内容を扱う入門的な書籍である。 　近代確率論の主領域の1つであるマルコフ連鎖（マルコフ理論）は、一種の無記憶性をもった確率過程のことで、確率的アルゴリズムの設計を始めるに当たっては避けて通れない分野である。本著では特に、有限状態空間での離散時間マルコフ連鎖を扱う。 　確率的アルゴリズムは、乱数発生プログラムを利用したアルゴリズムである。本著では、マルコフ連鎖モンテカルロ法(MCMC法)、プロップ・ウィルソンアルゴリズム、焼き鈍し法（シミュレーテッド・アニーリング法）などを扱う。 　確率・統計分野のみならず、近年では機械学習などの産業分野への応用もなされるこれらの手法・理論について、多くの演習問題や例題を交えながら、やさしく丁寧に解説する。 訳者まえがき 著者まえがき 第1章 確率の基本 第2章 マルコフ連鎖 第3章 マルコフ連鎖のコンピュータシミュレーション 第4章 既約かつ非周期なマルコフ連鎖 第5章 定常分布 第6章 可逆なマルコフ連鎖 第7章 マルコフ連鎖モンテカルロ (MCMC) 第8章 MCMCアルゴリズムの収束速度 第9章 数え上げ問題への応用 第10章 プロップ・ウィルソンアルゴリズム 第11章 プロップ・ウィルソンアルゴリズムと挟み撃ち法 第12章 プロップ・ウィルソンアルゴリズムと一度読み乱数法 第13章 最大化問題への応用 第14章 さらに読むべきは 参考文献 ／ 索引