蒙特卡洛方法

蒲公英eric20 天前
人工智能·数学建模·随机抽样·蒙特卡洛方法·数学建模模型
蒙特卡洛方法:用随机抽样求解确定性问题专栏导语:本专栏系统讲解数学建模的经典方法与 AI 智能方法,并打通两者之间的联系。上一篇我们把逻辑回归拆成了一个 sigmoid 神经元,看清了分类模型的骨架(逻辑回归与信用违约预测:从S曲线到分类器)。这一篇换一种活法:当积分算不出来、解析解根本不存在时——不再推导,而是"数"。扔十万次骰子,取平均,答案自己就浮出来了。这就是蒙特卡洛方法,数学建模里最"暴力"、却也最万能的一招。它还有一条暗线——今天所有生成式 AI 的采样过程(MCMC、扩散模型、强化学习的轨迹采样),本质上都是它的后代。本专栏 B
I Am a robert girl1 个月前
开发语言·python·机器学习·重要性采样·蒙特卡洛方法·稀有事件估计
稀有事件估计的迭代去对齐:从源码视角拆解重要性采样新范式从今天觉醒,技术赋予每一个人数字生命假设你部署了一个自主智能体,让它连续执行上万步操作。每一步的输出都是采样得到的,绝大多数时候没问题——但极少数情况下,某一步会踩中一个灾难性的动作序列。问题是:这个"极少数"到底有多小?是百万分之一,还是十亿分之一?
人工智能-钱钱2 年前
强化学习·蒙特卡洛方法
强化学习-蒙特卡洛方法上一篇博客介绍的是model-base的方法,本篇博客开始介绍model-free的方法,model-free的核心思想是基于数据来估计出一个模型。   如何在没有模型的情况下去进行估计,有一个重要的思想:Monte Carlo estimation。下面以抛硬币的例子为大家讲解该思想。
我是有底线的