Речник

Методи на Монте Карло

Какво е Методи на Монте Карло?

Методите на Монте Карло са изчислителни техники, които използват много голям брой случайни извадки, за да приблизят резултати, които трудно се изчисляват аналитично. Системата се симулира хиляди пъти със случайно варирани допускания и се анализира разпределението на резултатите. Организациите ги използват за анализ на риска, планиране на проекти или оценка на портфейли. В областта на ИИ методите се прилагат, наред с другото, при обучението с подкрепление и при търсенето в дървета за игри.

Теми

симулация
статистика
анализ на риска

Изпробвайте KI.ordo

Агенти, потоци и шаблони в едно работно пространство – безплатна 24-часова демонстрация.

Стартирайте демото

← Всички термини

Свързани термини

Бейсови мрежи

Бейсовите мрежи са графични модели, които представят променливите като възли, а вероятностните зависимости между тях – като насочени стрелки. С помощта на теоремата на Бейс те показват как новите наблюдения променят вероятността на други събития. Един пример е диагностичната подкрепа: оценяване на най-вероятната причина въз основа на наблюдавани симптоми. Силните им страни са прозрачността и способността да работят с несигурни или непълни данни.

Вероятност
Графични модели
+1

Обучение с подкрепление (RL)

Обучението с подкрепление е дял от машинното обучение, при който агентът се учи чрез проба и грешка. Той действа в дадена среда, получава награди за добри резултати и наказания за лоши и по този начин изработва стратегия, която максимизира общата му награда. Известни примери са програмите, които овладяват настолни игри като Го, управлението на роботи и фината настройка на езикови модели въз основа на човешки оценки.

метод на обучение
награда
+1

Предиктивно моделиране

Предиктивното моделиране е техническото ядро на предиктивната аналитика: примерни данни с известни резултати се използват за построяване на модел, който предвижда стойност или клас за нови случаи. Често използвани методи са регресията, дърветата на решенията, случайните гори и невронните мрежи. Моделът може например да оцени цената на имот въз основа на жилищната площ, местоположението и годината на построяване. Преди внедряване той се тества върху задържани данни, за да се открие свръхнагласяне.

моделиране
предвиждане
+1

Скрит марковски модел (HMM)

Скритият марковски модел (hidden Markov model, HMM) е статистически модел за последователности, в който действителните състояния са скрити и могат да бъдат изведени само от наблюдаеми сигнали. Той описва вероятността едно състояние да следва друго и всяко състояние да поражда дадено наблюдение. HMM дълго време са стандарт в разпознаването на реч и в определянето на частите на речта; днес все още се използват например в биоинформатиката и анализа на времеви редове.

Статистика
Модели за последователности
+1