Ordliste

Monte Carlo-metoder

Hvad er Monte Carlo-metoder?

Monte Carlo-metoder er beregningsteknikker, der bruger et meget stort antal tilfældige stikprøver til at tilnærme resultater, som er svære at beregne analytisk. Et system simuleres tusindvis af gange med tilfældigt varierede forudsætninger, og fordelingen af udfaldene analyseres. Organisationer bruger det til risikoanalyse, projektplanlægning eller porteføljevurdering. Inden for AI bruges metoderne bl.a. i reinforcement learning og i træsøgning til spil.

Emner

  • simulering
  • statistik
  • risikoanalyse

Prøv KI.ordo

Agenter, flows og skabeloner i ét arbejdsområde – gratis demo i 24 timer.

Start demo
← Alle begreber

Relaterede begreber

Bayesianske netværk

Bayesianske netværk er grafiske modeller, der repræsenterer variabler som knuder og deres sandsynlighedsmæssige afhængigheder som rettede pile. Ved hjælp af Bayes' sætning viser de, hvordan nye observationer ændrer sandsynligheden for andre hændelser. Et eksempel er diagnosestøtte: at anslå den mest sandsynlige årsag ud fra observerede symptomer. Deres styrker er gennemsigtighed og evnen til at håndtere usikre eller ufuldstændige data.

  • Sandsynlighed
  • Grafiske modeller
  • +1

Reinforcement learning (RL)

Reinforcement learning er en gren af machine learning, hvor en agent lærer ved at prøve sig frem. Den handler i et miljø, får belønninger for gode udfald og straf for dårlige og udvikler på den måde en strategi, der maksimerer dens samlede belønning. Kendte eksempler er programmer, der mestrer brætspil som Go, robotstyring og fine-tuning af sprogmodeller på baggrund af menneskelige vurderinger.

  • læringsmetode
  • belønning
  • +1

Predictive modelling

Predictive modelling er den tekniske kerne i predictive analytics: eksempeldata med kendte udfald bruges til at bygge en model, der forudsiger en værdi eller klasse for nye tilfælde. Almindelige metoder er regression, beslutningstræer, random forests og neurale netværk. En model kan f.eks. vurdere en ejendomspris ud fra boligareal, beliggenhed og byggeår. Før den tages i brug, testes den på tilbageholdte data for at opdage overfitting.

  • modellering
  • forudsigelse
  • +1

Skjult Markov-model (HMM)

En skjult Markov-model (hidden Markov model, HMM) er en statistisk model for sekvenser, hvor de egentlige tilstande er skjulte og kun kan udledes af observerbare signaler. Den beskriver sandsynligheden for, at én tilstand følger efter en anden, og for at hver tilstand giver en bestemt observation. HMM'er var længe standard inden for talegenkendelse og ordklassetagging; i dag bruges de stadig f.eks. i bioinformatik og tidsserieanalyse.

  • Statistik
  • Sekvensmodeller
  • +1