Woordenlijst

Monte Carlo-methoden

Wat is Monte Carlo-methoden?

Monte Carlo-methoden zijn rekentechnieken die een zeer groot aantal willekeurige steekproeven gebruiken om resultaten te benaderen die analytisch moeilijk te berekenen zijn. Een systeem wordt duizenden keren gesimuleerd met willekeurig gevarieerde aannames, waarna de verdeling van de uitkomsten wordt geanalyseerd. Organisaties gebruiken dit voor risicoanalyse, projectplanning of portefeuillewaardering. In AI worden de methoden onder meer toegepast bij reinforcement learning en bij zoekbomen voor spellen.

Onderwerpen

simulatie
statistiek
risicoanalyse

KI.ordo uitproberen

Agents, workflows en sjablonen in één werkruimte – gratis demo van 24 uur.

Demo starten

← Alle begrippen

Verwante begrippen

Bayesiaanse netwerken

Bayesiaanse netwerken zijn grafische modellen die variabelen als knooppunten en hun probabilistische afhankelijkheden als gerichte pijlen weergeven. Met de stelling van Bayes laten ze zien hoe nieuwe waarnemingen de kans op andere gebeurtenissen veranderen. Een voorbeeld is diagnostische ondersteuning: op basis van waargenomen symptomen de meest waarschijnlijke oorzaak inschatten. Hun sterke punten zijn transparantie en het vermogen om met onzekere of onvolledige gegevens om te gaan.

Kansrekening
Grafische modellen
+1

Reinforcement learning (RL)

Reinforcement learning is een tak van machine learning waarin een agent leert door vallen en opstaan. Hij handelt binnen een omgeving, krijgt beloningen voor goede uitkomsten en straffen voor slechte, en ontwikkelt zo een strategie die de totale beloning maximaliseert. Bekende voorbeelden zijn programma’s die bordspellen als Go beheersen, de besturing van robots en het finetunen van taalmodellen op basis van menselijke beoordelingen.

leermethode
beloning
+1

Voorspellende modellering

Voorspellende modellering is de technische kern van voorspellende analyse: met voorbeeldgegevens met bekende uitkomsten wordt een model gebouwd dat voor nieuwe gevallen een waarde of klasse voorspelt. Gangbare methoden zijn regressie, beslisbomen, random forests en neurale netwerken. Een model kan bijvoorbeeld de prijs van een woning schatten op basis van woonoppervlak, ligging en bouwjaar. Vóór de inzet wordt het getest op achtergehouden gegevens om overfitting op te sporen.

modellering
voorspelling
+1

Hidden Markov model (HMM)

Een hidden Markov model (HMM) is een statistisch model voor reeksen waarin de werkelijke toestanden verborgen zijn en alleen kunnen worden afgeleid uit waarneembare signalen. Het beschrijft de kans dat de ene toestand op de andere volgt en dat elke toestand een bepaalde waarneming oplevert. HMM’s waren lange tijd de standaard in spraakherkenning en woordsoorttagging; tegenwoordig worden ze nog gebruikt in bijvoorbeeld de bio-informatica en tijdreeksanalyse.

Statistiek
Sequentiemodellen
+1