Monte Carlo metode računalne su tehnike koje se služe vrlo velikim brojem slučajnih uzoraka kako bi približno odredile rezultate koje je analitički teško izračunati. Sustav se simulira tisućama puta sa slučajno varijabilnim pretpostavkama, a zatim se analizira raspodjela ishoda. Organizacije ih koriste za analizu rizika, planiranje projekata ili vrednovanje portfelja. U UI-ju se te metode, među ostalim, primjenjuju u učenju podrškom i u pretraživanju stabla kod igara.
Agenti, tijekovi rada i predlošci u jednom radnom prostoru – besplatna demo verzija na 24 sata.
Pokrenite demoBayesove mreže grafički su modeli koji varijable prikazuju kao čvorove, a njihove probabilističke ovisnosti kao usmjerene strelice. Primjenom Bayesova teorema pokazuju kako nova opažanja mijenjaju vjerojatnost drugih događaja. Jedan je primjer dijagnostička podrška: procjena najvjerojatnijeg uzroka na temelju uočenih simptoma. Njihove su prednosti transparentnost i sposobnost rada s nesigurnim ili nepotpunim podacima.
Učenje podrškom grana je strojnog učenja u kojoj agent uči metodom pokušaja i pogrešaka. Djeluje unutar okoline, dobiva nagrade za dobre ishode i kazne za loše te na taj način razvija strategiju koja maksimizira njegovu ukupnu nagradu. Poznati primjeri uključuju programe koji svladavaju društvene igre poput goa, upravljanje robotima i fino podešavanje jezičnih modela na temelju ljudskih ocjena.
Prediktivno modeliranje tehnička je jezgra prediktivne analitike: pomoću primjera podataka s poznatim ishodima gradi se model koji za nove slučajeve predviđa vrijednost ili klasu. Uobičajene metode su regresija, stabla odlučivanja, slučajne šume i neuronske mreže. Model može, primjerice, procijeniti cijenu nekretnine na temelju površine, lokacije i godine izgradnje. Prije primjene testira se na izdvojenim podacima kako bi se otkrila pretreniranost.
Skriveni Markovljev model (HMM) statistički je model za nizove u kojem su stvarna stanja skrivena i mogu se zaključiti samo iz vidljivih signala. Opisuje vjerojatnost da jedno stanje slijedi drugo i da svako stanje proizvodi određeno opažanje. HMM-ovi su dugo bili standard u prepoznavanju govora i označavanju vrsta riječi; danas se još koriste, primjerice, u bioinformatici i analizi vremenskih nizova.
