몬테카를로 방법 또는 다중 확률 시뮬레이션이라고도하는 몬테카를로 시뮬레이션은 불확실한 사건의 가능한 결과를 추정하는 데 사용되는 수학적 기법이다. 몬테카를로 방법은 불확실한 상황에서 의사 결정을 개선하기 위해 제 2 차 세계 대전 중에 John von Neumann과 Stanislaw Ulam이 발명했다. 그것은 룰렛 게임과 유사한 모델링 접근 방식의 핵심 요소이기 때문에 모나코라는 잘 알려진 카지노 타운의 이름을 따서 명명되었다. 도입 이후 Monte Carlo Simulations는 인공지능(AI), 주가, 판매 예측, 프로젝트 관리 및 가격 책정과 같은 많은 실제 시나리오에서 리스크의 영향을 평가했습니다. 또한 민감도 분석을 수행하거나 입력의 상관 관계를 계산하는 기능과 같이 입력이 고정된 예측 모델에 비해 많은 이점을 제공한다. 민감도 분석을 통해 의사 결정자는 개별 입력이 주어진 결과에 미치는 영향을 볼 수 있으며 상관 관계를 통해 모든 입력 변수 간의 관계를 이해할 수 있다.
Comments