Metody Monte Carlo jsou výpočetní techniky, které pomocí velmi velkého počtu náhodných vzorků aproximují výsledky, jež je obtížné spočítat analyticky. Systém se simuluje tisíckrát s náhodně obměňovanými předpoklady a analyzuje se rozdělení výsledků. Organizace je využívají například při analýze rizik, plánování projektů nebo oceňování portfolií. V AI se metody používají mimo jiné při posilovaném učení a ve stromovém prohledávání her.
Agenti, postupy a šablony v jednom pracovním prostoru – 24hodinové demo zdarma.
Spustit demoBayesovské sítě jsou grafické modely, které znázorňují proměnné jako uzly a jejich pravděpodobnostní závislosti jako orientované šipky. Pomocí Bayesovy věty ukazují, jak nová pozorování mění pravděpodobnost jiných událostí. Příkladem je podpora diagnostiky: odhad nejpravděpodobnější příčiny z pozorovaných příznaků. Jejich silnými stránkami jsou transparentnost a schopnost pracovat s nejistými nebo neúplnými daty.
Posilované učení je odvětví strojového učení, v němž se agent učí metodou pokusu a omylu. Jedná v určitém prostředí, za dobré výsledky dostává odměny a za špatné tresty a tímto způsobem vytváří strategii, která maximalizuje jeho celkovou odměnu. Známými příklady jsou programy, které ovládly deskové hry, jako je go, řízení robotů a doladění jazykových modelů na základě lidského hodnocení.
Prediktivní modelování je technické jádro prediktivní analytiky: z ukázkových dat se známými výsledky se vytvoří model, který pro nové případy předpovídá hodnotu nebo třídu. Běžné metody zahrnují regresi, rozhodovací stromy, náhodné lesy a neuronové sítě. Model může například odhadnout cenu nemovitosti podle užitné plochy, lokality a roku výstavby. Před nasazením se testuje na zadržených datech, aby se odhalilo přeučení.
Skrytý Markovův model (HMM, hidden Markov model) je statistický model pro posloupnosti, v němž jsou skutečné stavy skryté a lze je odvodit jen z pozorovatelných signálů. Popisuje pravděpodobnost, že po jednom stavu následuje jiný a že každý stav vytvoří určité pozorování. HMM byly dlouho standardem v rozpoznávání řeči a značkování slovních druhů; dnes se stále používají například v bioinformatice a analýze časových řad.
