Cette séance de cours couvre l'application des méthodes Markov Chain Monte Carlo, y compris Metropolis-Hastings et Gibbs, dans l'optimisation et la simulation. Il explore le problème du knapsack, l'inférence bayésienne et la prédiction à l'aide d'approches bayésiennes et fréquentistes. L'instructeur discute des défis de tirer parti des distributions complexes et du rôle critique de la simulation dans l'inférence bayésienne.