1.27马尔科夫链,抽样蒙特卡洛模拟(逆转化方法,接受拒绝矩阵),马尔科夫链蒙特卡洛MCMC,隐马尔科夫(HMM(V算法剪枝优化),NLP)

马尔科夫链

蒙特卡洛法模拟

抽样,逆转换方法

就是说由系统自带的随机函数RANDOM,通过下面这个方法,可以变为对应的随机模拟函数

就是说要实现蒙特卡洛模拟,是要先有一个概率表达式,然后基于这个概率表达式,通过自带的随机RANDROM函数进行转换,最后实现这个表达式

而这个转换函数就是表达式的反函数

接受拒绝抽样

接受拒绝抽样

就是说要实现二维的随机模拟,就是要两个随机均匀分布函数,第一个是实现在-5到5的区间内,最大值为1的随机抽样,计为gx,它

就是先在定义域里随机取一个值a,然后计算目标函数在a下的值,接着由在0到最大值*ga上取一个值b,如果满足条件就接受a,不然就不接受;

就是第一次随机取样是水平的,取完后能确定一个横坐标,以及目标函数的纵坐标;第二次是在第一次取样的基础上再竖直上的取的,来判断第一次取的点能不能要

就是说第一次取样确定横坐标a,第二次取样确定纵坐标b,最后的取样点为(a,b)

1,如果a,b被采纳,就使横坐标a上对应的高度++,

就是说第一步还是随机在定义域上选,然后在确定纵坐标时,上界不再是一个常数,而也是一个动态变化的天花板ZX,这样就能提高通过率

马尔科夫链蒙特卡洛法MCMC

MH算法

隐马尔可夫HMM

隐马尔可夫在NLP

就是说,一个矩阵是描述整个句子结构构成的概率

另一个矩阵是在确定矩阵结构基础上,去选词,来确定这个句子的具体含义

相关推荐
飞哥数智坊1 天前
GPT-5-Codex 发布,Codex 正在取代 Claude
人工智能·ai编程
倔强青铜三1 天前
苦练Python第46天:文件写入与上下文管理器
人工智能·python·面试
虫无涯1 天前
Dify Agent + AntV 实战:从 0 到 1 打造数据可视化解决方案
人工智能
Dm_dotnet1 天前
公益站Agent Router注册送200刀额度竟然是真的
人工智能
算家计算1 天前
7B参数拿下30个世界第一!Hunyuan-MT-7B本地部署教程:腾讯混元开源业界首个翻译集成模型
人工智能·开源
机器之心1 天前
LLM开源2.0大洗牌:60个出局,39个上桌,AI Coding疯魔,TensorFlow已死
人工智能·openai
Juchecar1 天前
交叉熵:深度学习中最常用的损失函数
人工智能
林木森ai1 天前
爆款AI动物运动会视频,用Coze(扣子)一键搞定全流程(附保姆级拆解)
人工智能·aigc
聚客AI1 天前
🙋‍♀️Transformer训练与推理全流程:从输入处理到输出生成
人工智能·算法·llm
BeerBear2 天前
【保姆级教程-从0开始开发MCP服务器】一、MCP学习压根没有你想象得那么难!.md
人工智能·mcp