Desde da sua concepção na década de 40 algoritmos de Monte Carlo vem
sendo utilizados para resolver diversos tipos de problemas, tais como
problemas de amostragem e estimação, encontrando aplicações na Física,
Biologia e Engenharia. Dentre suas muitas variações, algoritmos de
Monte Carlo acoplados a cadeias de Markov (MCMC) estão entre os mais
poderosos, tais como Metropolis-Hastings e simulated annealing. Com a
crescente quantidade de dados e demanda por eficiência computacional,
tais algoritmos vem sendo usados como base de técnicas emergentes em
Ciências dos Dados e Inteligência Artificial. Nesta disciplina iremos
explorar algoritmos de Monte Carlo com um enfoque teórico e fundamental,
cobrindo probabilidade e teoria de cadeias de Markov, e também algumas
aplicações práticas.
- Criador de cursos: Daniel Ratton Figueiredo