贝叶斯推断计算实战：从贝叶斯定理、共轭先验与吉布斯采样到 MCMC、哈密顿蒙特卡洛与变分推断的完整工程链路
贝叶斯推断把"未知参数"当作随机变量，用数据去更新我们对它的信念：先验（prior）乘以似然（likelihood）再归一化，得到后验（posterior）。这条简单的定理是整个概率建模、不确定性量化与机器学习校准的底层操作系统。本文从第一性原理出发，亲手实现共轭先验的闭式后验、网格近似、Metropolis-Hastings、Gibbs 采样、哈密顿蒙特卡洛（HMC）与变分推断（VI），每一段都…
