サンプリングの役割
アナログ、高の所与の確率分布に応じて、ランダムな現象をサンプリングに対応するランダムシミュレートされたイベントを生成します。
サンプル2は、全体的な分布、および全体的な不確実性の特性の分布を近似するために少数のサンプルを使用して、ノンパラメトリックモデルとして見ることができます。
現在のリサンプリングデータの3つのペアは、ブートストラップやジャックナイフなどより多くの情報を、鉱業、既存のデータセットを活用することができます。また、リサンプリング技術の使用は、あなたが特定の情報を維持するには（情報が失われない対象）することができ、トレーニングに対応し、フォローアップ学習のモデルをする意識のサンプルの分布の変化は、あります。
4つの多くのモデルの複雑な構造の複合体を解決するための式に対応する隠された変数を含むリードは、明示的な解析解が存在しないため、正確な溶液または推論を行うことは困難です。ランダムサンプリングの方法は、シミュレーションに使用することにより、複雑なモデルや近似推論を解決することができます。一般に、特定のディストリビューションに統合されるか、または所望の特定の機能に変換、またはデータが与えられた事後分布にいくつかのランダムな変数またはパラメータを見つけます。
一般的なサンプリング方法
サンプリングの最も基本的な方法は一様乱数を配布されます。
MOD（M）$ \ $ X_ {T + 1} =（\のCDOTのX_T + C）として算出一般線形合同法（LCG）擬似乱数均一に分布離散を生成し、