روش‌های مونت کارلو

این کتاب در پی پر کردن شکاف بین آمار و علوم کامپیوتر است. این کتاب مروری بر روش‌های مونت کارلو، از جمله مونت کارلو ترتیبی، مونت کارلو زنجیره مارکوف، متروپولیس-هیستینگز، نمونه‌گیر گیبس، نمونه‌گیری خوشه‌ای، MCMC مبتنی بر داده، نزول گرادیان تصادفی، مونت کارلو لانگوین، مونت کارلو همیلتونی و نقشه‌برداری از چشم‌انداز انرژی ارائه می‌دهد. با توجه به ماهیت جامع آن، این کتاب برای توسعه و تدریس دوره‌های تحصیلات تکمیلی در مورد روش‌های مونت کارلو مناسب است. برای تسهیل یادگیری، هر فصل شامل چندین مثال کاربردی از زمینه‌های مختلف است. این کتاب دو هدف اصلی را دنبال می‌کند: (1) محققان را با کاربرد روش‌های مونت کارلو در مسائل گسترده‌تر در زمینه‌هایی مانند بینایی کامپیوتر، گرافیک کامپیوتری، یادگیری ماشین، رباتیک، هوش مصنوعی و غیره آشنا می‌کند؛ و (2) استفاده از روش‌های مونت کارلو را برای دانشمندان و مهندسانی که در این زمینه‌ها کار می‌کنند، برای ارتقای تحقیقاتشان آسان‌تر می‌کند.