为什么要采样？

利用随机性来求解问题的方法统称蒙特卡罗方法

在机器学习的实际运用中，经常需要获得服从某一分布的样本集的采样集 Pasted image 20240603151712.png

手动生成不现实：
- 图中左侧提到“手动生成一般来说不太现实”，意思是说通过人工手动来生成大量样本既耗时又容易出错，特别是在需要大量数据的情况下，这种方法是不切实际的。
计算机采样的局限：
- 图中右侧提到“计算机则只能实现对均匀分布进行抽样”，这反映了计算机在生成样本时的一种基础能力，即它们可以方便地生成均匀分布的随机数（例如使用伪随机数生成器）。但是，计算机直接生成其他复杂分布的样本（如正态分布、指数分布等）比较困难。

蒙特卡洛方法运用于采样

利用了随机性（蒙特卡罗方法）来进行的采样方法：