Markov Chain Monte Carlo (MCMC) is the main factor in the success of Bayesian inference. The development of several MCMC methods helps Bayesian inference become a popular and powerful statistical tool. These methods offer a simple way to sample from the posterior distribution. Currently, most works that use Bayesian inference are done by MCMC.

In this short course, I will introduce several MCMC methods and illustrate how to utilize them in practice. I will keep the course self-contained and suitable for both undergraduate and graduate students.

PGS.TS Hồ Sĩ Tùng Lâm nhận bằng cử nhân Toán - Tin tại trường Đại học Khoa Học Tự Nhiên, Đại học Quốc Gia Thành phố Hồ Chí Minh năm 2008, tốt nghiệp thạc sĩ toán ứng dụng tại Đại học Orleans (Pháp) năm 2009, và bảo vệ thành công luận án tiến sĩ Thống Kê tại Đại học Wisconsin - Madison (USA) năm 2014.

Thầy hiện đang là một trong những chuyên gia rất nhiều kinh nghiệm trong lĩnh vực thống kê sinh học và mô hình ngẫu nhiên, với hơn 10 năm kinh nghiệm trong việc nghiên cứu và giảng dạy các môn thống kê, xử lý dữ liệu, và các công nghệ dữ liệu.

Các thầy cô, các bạn sinh viên, học viên cao học, và nghiên cứu sinh, đang quan tâm đến chủ đề có thể đăng ký tham gia.