MCMC是一种随机采样方法，由两个MC组成，即蒙特卡罗方法（Monte CarloSimulation，简称MC）和马尔科夫链（MarkovChain，也简称MC）。蒙特卡罗蒙特卡罗是一种随机模拟方法，这里以求积分为例。对于x在区间[a,b]内均匀分布的积分，我们可以在区间内随机采样n点，用n个点坐标均值来模拟代表所有点的值，可以将积分变为求和式： 可均匀分布只是函数分布的一小部分代表，为了让蒙特卡罗方法适用于更广的范围，我们想引入其他的概率分布模型来使均匀分布对积分式的改变成为特例。假定x在[a, b]的概率分布函数为P(x)，定积分求和就可以表示为： 这样我们就可以将均匀分布变为特例，如P

一.自顶向下构建架构​1.首先定义问题，而定义问题中最重要的是定义客户的问题，特别主要识别出关键问题，关键问题是对客户有体感，能够解决客户痛点，通过一定的数据化来衡量识别出来，关键问题要优先给出解决方案，问题定义务必加入时间维度，把手段/方案和问题定义区分开来，在什么时间段会出现什么问题，推荐参考软件能力成熟度模型，如果有一定的领域经验活或者做过类似的项目就好很多特别是从0到1搭建类似的系统的经验，问题定义中，需要对问题进行升层思考后再进行升维思考，从而真正抓到问题的本质，理清和挖掘清楚需求；要善用第一性原理思维进行分析思考问题。2.问题解决原则：先解决客户的问题（使命），然后才能解决自己的问

一.自顶向下构建架构​1.首先定义问题，而定义问题中最重要的是定义客户的问题，特别主要识别出关键问题，关键问题是对客户有体感，能够解决客户痛点，通过一定的数据化来衡量识别出来，关键问题要优先给出解决方案，问题定义务必加入时间维度，把手段/方案和问题定义区分开来，在什么时间段会出现什么问题，推荐参考软件能力成熟度模型，如果有一定的领域经验活或者做过类似的项目就好很多特别是从0到1搭建类似的系统的经验，问题定义中，需要对问题进行升层思考后再进行升维思考，从而真正抓到问题的本质，理清和挖掘清楚需求；要善用第一性原理思维进行分析思考问题。2.问题解决原则：先解决客户的问题（使命），然后才能解决自己的问