我试图从法语维基百科页面了解马尔可夫链蒙特卡洛（MCMC）是什么。他们说“马尔可夫链蒙特卡罗方法包括仅从向量数据，因此它是一个“没有记忆”的过程”
Les méthodes de Monte-Carlo par chaînes de Markov compatible à générer un vecteur uniquement à partir de la donnée du vecteur ; c'est donc un processus « sans memoire »,
我不明白为什么他们说 MCMC 是“没有记忆的”，因为我们使用来自矢量数据的信息来生成。
马尔可夫链的定义特征是，以过去值为条件的现值的条件分布仅取决于先前值。所以每条马尔可夫链都是“没有记忆的”，以至于只有前一个值会影响当前的条件概率，而所有以前的状态都被“遗忘”了。（你说得对，它并非完全没有记忆——毕竟，现值的条件分布取决于先前的值。）对于 MCMC 和任何其他马尔可夫链都是如此。
虽然我们有正确的答案，但我想稍微扩展一下该语句的直观语义。想象一下，我们重新定义我们的索引，以便您从向量 } 。现在，时刻被比喻为“现在”，所有“早于”的向量都与计算未来的下一个向量无关。
通过这种简单的重新编号，它就变成了直观意义上的“完全没有记忆”——也就是说，马尔可夫系统是如何变成现在这个状态的，这根本不重要。当前状态单独确定未来状态，而不使用来自过去( ) 状态的任何信息。
可能更微妙的一点：“记忆”这个词也被使用了，因为这也意味着你不能从现在的状态推断过去的状态。一旦你在，你不知道在期间“之前”发生了什么。这与将过去状态的知识编码到当前状态的系统相反。
你醒了。你不知道你是怎么走到现在的。你环顾四周，仅根据当时可用的信息来决定下一步该做什么。这与 MCMC 中发生的情况基本相同。
它正在使用当前可以看到的当前信息来决定下一步该做什么。而不是将其视为从中找出 } （这可能是给您带来麻烦的原因，因为您在想“嘿，当我们查看 ) 将其视为根据您不需要任何“记忆”应该是什么。这两个公式是等价的，但它可能会帮助您考虑语义好一点。