蒙特卡罗

python编程导论_第十一课

www.xuetangx.com/courses/MITx/6_00_2x/2014_T2/courseware/d39541ec36564a88af34d319a2f16bd7/）2.辅助内容：教材第16、18和20章蒙特卡罗模拟帕斯卡的问题即
fourup·2018-08-14 06:17

python编程导论_第十一课

www.xuetangx.com/courses/MITx/6_00_2x/2014_T2/courseware/d39541ec36564a88af34d319a2f16bd7/）2.辅助内容：教材第16、18和20章蒙特卡罗模拟帕斯卡的问题即
fourup·2018-08-14 06:17

强化学习系列（七）：n-step Bootstrapping (步步为营）

一、前言在强化学习系列（五）：蒙特卡罗方法（MonteCarlo)和强化学习系列（六）：时间差分算法（Temporal-DifferenceLearning)中，我们介绍了两种用于求解环境模型未知的MDP
LagrangeSK·2018-08-02 13:22

强化学习系列（六）：时间差分算法（Temporal-Difference Learning)

一、前言在强化学习系列（五）：蒙特卡罗方法（MonteCarlo)中，我们提到了求解环境模型未知MDP的方法——MonteCarlo，但该方法是每个episode更新一次（episode-by-episode
LagrangeSK·2018-07-28 13:15

强化学习系列（五）：蒙特卡罗方法（Monte Carlo)

一、前言在强化学习系列（四）：动态规划中，我们介绍了采用DP(动态规划）方法求解environmentmodel已知的MDP（马尔科夫决策过程），那么当environmentmodel信息不全的时候，我们会采用什么样的方法求解呢？蒙特卡洛方法（MonteCarlo)、时间差分（TemporalDifference，TD)、n-stepBootstrapping都可以用来求解无模型的强化学习问题，本
LagrangeSK·2018-07-27 14:10

【Longhash数据分析】来说一说币圈的风险有多大

毕业后曾任南洋理工大学访问学者，专注于量子蒙特卡罗算法在自旋体系中的应用。热爱区块链技术，致力于研究区块链领域的大数据挖掘和分析预测。17年的暴涨狂潮让币圈流行了一句名言，“币圈一天，人间一年”。
区块链铅笔·2018-07-10 15:26

MATLAB工具箱-数据处理

用户可以使用回以及分类来进行预测建模，生成随机序列（蒙特卡罗模拟）也可以使用统计分析工具对数据进行前期的探索研究或者进行假设性检验。
党小板·2018-07-06 19:35

产生服从特定分布的随机数

此时，可以考虑蒙特卡罗模拟，此主要的思想就是产生符合某一问题的大量随机数，进而对随机数进行研究分析。#所有服从个特定分布的随机数皆在U（0，1）均匀随机数的基础变换而得来。
J_sir2015·2018-07-03 00:57

python绘图练习——股票分析(二）：风险分析与蒙特卡罗模拟

做完股票的基础分析后，接下来我们可以做一些简单的风险分析。首先还是导入数据并进行简单的处理：from__future__importdivisionimportnumpyasnpimportpandasaspdimportmatplotlib.pyplotasplt#importdataTesla=pd.read_csv('Tesla_Stock.csv',index_col='Date')Tes
WFRainn·2018-07-01 18:53

蒙特卡罗 马尔科夫链 与Gibbs采样

MCMC概述从名字我们可以看出，MCMC由两个MC组成，即蒙特卡罗方法（MonteCarloSimulation，简称MC）和马尔科夫链（MarkovChain，也简称MC）。
wxn704414736·2018-06-15 11:38

【强化学习笔记】4.2 无模型的强化学习方法-蒙特卡罗算法编程实现

本文给出基于蒙特卡洛的强化学习方法（随机策略计算状态值函数）和基于蒙特卡洛的强化学习方法（ε−greedy策略计算状态行为值函数）两种方法的编程实现。问题模型是迷宫问题。针对一个迷宫问题，设计基于蒙特卡洛的强化学习方法。迷宫图示见下图，其中红色部分为障碍物，绿色部分为出口：基于蒙特卡洛的强化学习方法（随机策略计算状态值函数）#!/usr/bin/envpython#-*-coding:utf-8-
AITBOOK·2018-06-11 16:26

随机数生成算法

转自：https://www.cnblogs.com/ECJTUACM-873284962/p/6926203.html1、蒙特卡罗法蒙特卡罗方法又称统计模拟法、随机抽样技术，是一种随机模拟方法，以概率和统计理论方法为基础的一种计算方法
Fying2016·2018-06-04 17:36

转-采用蒙特卡罗方法生成zipf分布随机数据

LIZZIE描述：齐普夫定律（Zipf'sLaw）：一个词在一个有相当长度的语篇中的等级序号（该词在按出现次数排列的词表中的位置，他称之为rank，简称r）与该词的出现次数（他称为frequency，简称f）的乘积几乎是一个常数（constant，简称C）。用公式表示，就是r×f=C。代码：#include#includeconstintR=2000;//数据元素,有R个不同的频率,数值越大,对应
生病喝药水·2018-05-31 15:12

算法复习笔记

1.六大算法包含什么问题分治动态规划贪心回溯分支限界随机化二分搜索技术矩阵连乘活动安排问题图的m着色问题数值随机化合并排序&快速排序最长公共子序列最小生成树N皇后蒙特卡罗大整数乘法最大子段和多机调度问题连续邮资问题拉斯维加斯线性时间选择凸多边形最优三角剖分哈夫曼编码符号三角形舍伍德
李呵呵1997·2018-05-23 13:20

算法复习笔记

1.六大算法包含什么问题分治动态规划贪心回溯分支限界随机化二分搜索技术矩阵连乘活动安排问题图的m着色问题数值随机化合并排序&快速排序最长公共子序列最小生成树N皇后蒙特卡罗大整数乘法最大子段和多机调度问题连续邮资问题拉斯维加斯线性时间选择凸多边形最优三角剖分哈夫曼编码符号三角形舍伍德
李呵呵1997·2018-05-23 13:20

python蒙特卡罗法求圆周率

写的有些潦草，哈哈为什么蒙特卡罗法里为什么是4乘落在圆内的除以整个所有的点。用面积比例求出来。
扣篮的左手·2018-04-15 10:10

机器学习基础之 蒙特卡罗算法

蒙特·卡罗方法（MonteCarlomethod），也称统计模拟方法，是二十世纪四十年代中期由于科学技术的发展和电子计算机的发明，而被提出的一种以概率统计理论为指导的一类非常重要的数值计算方法。是指使用随机数（或更常见的伪随机数）来解决很多计算问题的方法。与它对应的是确定性算法。蒙特·卡罗方法在金融工程学，宏观经济学，计算物理学（如粒子输运计算、量子热力学计算、空气动力学计算）等领域应用广泛。基本
地球专家·2018-04-12 11:50

Python实现蒙特卡罗方法

一、蒙特卡罗方法简介蒙特卡罗（MonteCarlo）方法：简单来说，蒙特卡洛的基本原理简单描述是先大量模拟，然后计算一个事件发生的次数，再通过这个发生次数除以总模拟次数，得到想要的结果，精髓就是：用统计结果去计算频率
崔昕阳·2018-04-11 15:48

Python实现蒙特卡罗方法

一、蒙特卡罗方法简介蒙特卡罗（MonteCarlo）方法：简单来说，蒙特卡洛的基本原理简单描述是先大量模拟，然后计算一个事件发生的次数，再通过这个发生次数除以总模拟次数，得到想要的结果，精髓就是：用统计结果去计算频率
崔昕阳·2018-04-11 15:48

【机器学习】蒙特卡罗算法 整理

蒙特·卡罗方法（MonteCarlomethod），也称统计模拟方法，是二十世纪四十年代中期由于科学技术的发展和电子计算机的发明，而被提出的一种以概率统计理论为指导的一类非常重要的数值计算方法。是指使用随机数（或更常见的伪随机数）来解决很多计算问题的方法。与它对应的是确定性算法。蒙特·卡罗方法在金融工程学，宏观经济学，计算物理学（如粒子输运计算、量子热力学计算、空气动力学计算）等领域应用广泛。基本
CWS_chen·2018-04-11 13:53

2-8、蒙特卡洛模拟

一、背景  蒙特卡罗模拟方法(MonteCarlosimulation)诞生于上个世纪40年代美国的”曼哈顿计划”，名字来源于赌城蒙特卡罗。蒙特卡罗算法从某种意义上而言，就是一种赌博算法。  
bit_xzh·2018-03-25 21:09

MCTS树学习

MCTS，即蒙特卡罗树搜索，是一类搜索算法树的统称，可以较为有效地解决一些搜索空间巨大的问题。
碧影江白·2018-03-09 22:45

【强化学习笔记】4.1 无模型的强化学习方法-蒙特卡罗算法

无模型再解释一下什么是无模型？无模型就是状态转移函数，回报函数不知道的情况，不知道在(s,a)(s,a)(s,a)的情况下，状态怎么转移，回报函数也不知道，π(st+1∣st,at)\pi(s_{t+1}|s_t,a_t)π(st+1∣st,at)的转移概率未知。在基于模型的动态规划方法中是基于模型的，包括策略迭代法和值函数迭代法，可以统一到广义策略迭代法，即先进行策略评估（计算值函数），然后基于
AITBOOK·2018-03-07 13:01

人工智障学习笔记——强化学习(3)蒙特卡洛方法

所以本章我们引用一种不需要完整的环境模型的方法概念——蒙特卡罗方法。蒙特卡洛是一个赌城的名字。又叫统计模拟方法，它使用随机数（或伪随机数）来解决计算的问题，是一类重要的数值计算方法。
九日王朝·2018-03-07 13:54

大道至简——AlphaGo Zero的减法生存

AlphaGo主要包括四个部分：策略网络、价值网络、快速走子网络、蒙特卡罗树搜索，其中包含三个神经网络需要KGS专家棋谱数据集和数月训练时间。
Andromeda_J·2018-02-26 11:31

基于物理的渲染WardBRDF模型

本文的目的是澄清和纠正一些WardBRDF的实现细节，第2部分我会讨论BRDG的有效性和蒙特卡罗采样对于渲染算法的必要性。Ward为BRDF提供了有效的采样方案，
枫叶林GD·2018-02-07 10:20

matlab--蒙特卡罗Monte Carlo

MonteCarlo：以某个事件的出现概率估算随机事件的概率。另一种是得到随机事件的数字特征，将其作为问题的解。用于求问题的准确解，但求到的解可能不正确。正确的可能性随着计算时间的增加而增加。随机数：随机数在概率算法设计中扮演着十分重要的角色。在现实计算机上无法产生真正的随机数，因此在概率算法中使用的随机数都是一定程度上随机的，即伪随机数。产生随机数最常用的方法是线性同余法。由线性同余法产生的随机
佳悦·2018-02-05 20:58

数学建模 | MATLAB学习 | 蒙特卡洛算法

为象征性地表明这一方法的概率统计特征，故借用赌城蒙特卡罗命名。使用蒙特卡洛方法必
DemonHunter211·2018-02-05 17:05

有人用蒙特卡罗方法预测了一下

翻译|AI科技大本营（点击关注公众号：rgznai100，获得更多干货内容）参与|刘畅编辑|Donna［AI科技大本营导读］科技博客作者XoelLópezBarata正尝试着用简单的蒙特卡罗模拟方法，来预测比特币的每日收益
AI科技大本营·2018-01-29 11:04

有人用蒙特卡罗方法预测了一下

科技博客作者XoelLópezBarata正尝试着用简单的蒙特卡罗模拟方法，来预测比特币的每日收益，并试图预测至今年年底，比特币的价格最可能达到多少。
区块链大本营·2018-01-29 00:00

python机器学习日志.01 ———三天搞定Python基本功.网页提纲

随机和蒙特卡罗。DAY1基础篇 三天搞定Python基础概念之第一天 DAY2科学计算篇 三天搞定Python基础概
ML_kidudu·2018-01-27 00:00

强化学习(四)：蒙特卡罗学习(MonteCarlo)与时序差分学习(TD learning)

上一节讲的是在已知模型的情况下，如何去解决一个马尔科夫决策过程(MDP)问题。方法就是通过动态规划来评估一个给定的策略，通过不断迭代最终得到最优价值函数。具体的做法有两个：一个是策略迭代，一个是值迭代。从这一节开始，我们将要进入模型未知的情况下，如何去解决一个MDP问题的方法。所谓的模型未知，即状态转移概率Pass′Pss′a这些我们是不知道的。所以我们无法直接利用Bellman方程来求解得到最优
Webbley·2018-01-20 22:00

Bootstrap抽样和Monte Carlo思想

写在前面总是搞不懂、记不住这些名字好像很厉害的算法思想，这篇文章主要写一下Bootstrap抽样和蒙特卡罗算法思想。
nana-li·2018-01-17 10:51

强化学习导论(2)多臂赌博机

决策问题：动态规划、蒙特卡罗方法和时间差分学习。每一类方法都有其优点和缺点。动态规划方法在数学上有不错的发展，但需要一个完整和准确的环境模型。蒙特卡罗方法不需要模型
CCH陈常鸿·2017-12-30 18:41

1.数学建模十大经典算法

1.数学建模十大经典算法数学建模,十大算法,经典1十类常用算法1.蒙特卡罗算法。
boss2967·2017-12-27 17:15

蒙特卡罗模拟

背景随机模拟也可以叫做蒙特卡罗模拟(MonteCarloSimulation)。
Chen_SL·2017-12-24 10:05

干货 | AlphaGo背后的搜索算法：蒙特卡罗树搜索MCTS

2016-03-11日前，围棋人机大战激战正酣，代表人工智能出战的阿尔法狗（AlphaGo）已经2：0领先韩国世界冠军李世石，展示出雄厚实力。AlphaGo最初通过模仿人类玩家，尝试匹配职业棋手的棋局，一旦它达到了一定的熟练程度，它开始和自己对弈大量棋局，使用强化学习进一步改善它。围棋无法仅通过寻找最佳步来解决；游戏一盘平均有150步，每一步平均有200种可选的下法，意味着有太多需要解决的可能性。
hzyido·2017-10-22 15:10

强化学习基础学习系列之求解MDP问题的policy-base方法

介绍蒙特卡罗策略梯度actor-critic策略梯度一些理解介绍安利一下Karpathy的这篇文章：https://zhuanlan.zhihu.com/p/27699682，不多做介绍，看了就知道好。
foreverkeen·2017-10-14 15:19

数模算法-蒙特卡洛算法

数模算法-蒙特卡洛算法简单介绍1946年，美国拉斯阿莫斯国家实验室的三位科学家JohnvonNeumann,StanUlam和NickMetropolis共同发明了蒙特卡罗方法。
Dompink·2017-09-02 23:54

数学建模算法 一 简述（1）蒙特卡洛算法

蒙特卡罗方法概述蒙特卡罗方法又称统计模拟法、随机抽样技术，是一种随机模拟方法，以概率和统计理论方法为基础的一种计算方法，是使用随机数（或更常见的伪随机数）来解决很多计算问题的方法。
大孔方兄·2017-07-13 16:25

算法-->概率

根据S和S1面积之间的关系和图形中的点数来计算得到结果判断上述结果是否在需要的精度之内，如果未达到精度就执行步骤（2）如果达到结果就输出近似结果概率算法的4种形式（1）数值概率算法（2）蒙特卡罗（MonteCarlo
Carrie_zzz·2017-07-13 09:11

Alphago原理浅析

2、蒙卡罗特树蒙特卡罗树搜索大概可以被分成四步。选择(Selection)，拓展(Expansion)，模拟(Simulation)，反向传播
ccj_zj·2017-06-30 19:06

目标跟踪-粒子滤波算法

http://blog.csdn.net/hujingshuang/article/details/45535423前言：粒子滤波广泛的应用于目标跟踪，粒子滤波器是一种序列蒙特卡罗滤波方法，其实质是利用一系列随机抽取的样本
jyl1999xxxx·2017-06-08 17:49

蒙特卡罗方法求π值

n=100000 x0,y0,c0,c1=n/2,n/2,0,0 forxinrange(n): foryinrange(n): if(x-x0)**2+(y-y0)**2<=x0*x0: c0+=1 c1+=1 print(c0*4.0/c1)
算法学习者·2017-04-21 21:13

强化学习入门 第五讲 值函数逼近

转载自知乎专栏天津包子馅儿的知乎前面已经讲了强化学习的基本方法：基于动态规划的方法，基于蒙特卡罗的方法和基于时间差分的方法。
Bixiwen_liu·2017-04-20 19:19

强化学习入门第四讲 时间差分方法

转载自知乎专栏 天津包子馅儿的知乎上一节我们已经讲了无模型强化学习最基本的方法蒙特卡罗方法。本节，我们讲另外一个无模型的方法时间差分的方法。
Bixiwen_liu·2017-04-20 19:52

强化学习基础 第三讲 蒙特卡罗方法

如图3.1所示，无模型的强化学习算法主要包括蒙特卡罗方法和时间差分方法。这一节我们先讲蒙特卡罗的方法。在讲解蒙特卡罗方法之前，先梳理一下整个强化学习研究思路。首先强化学习问题可以纳入到
Bixiwen_liu·2017-04-20 19:12

MCMC(四)Gibbs采样

MCMC(一)蒙特卡罗方法MCMC(二)马尔科夫链MCMC(三)MCMC采样和M-H采样MCMC(四)Gibbs采样在MCMC(三)MCMC采样和M-H采样中，我们讲到了M-H采样已经可以很好的解决蒙特卡罗方法需要的任意概率分布的样本集的问题
刘建平Pinard·2017-03-30 17:00

MCMC(三)MCMC采样和M-H采样

MCMC(一)蒙特卡罗方法MCMC(二)马尔科夫链MCMC(三)MCMC采样和M-H采样MCMC(四)Gibbs采样在MCMC(二)马尔科夫链中我们讲到给定一个概率平稳分布$\pi$,很难直接找到对应的马尔科夫链状态转移矩阵
刘建平Pinard·2017-03-29 15:00

AMCL介绍及参数说明

它实现了自适应（或KLD采样）蒙特卡罗定位方法，其使用粒子滤波器来针对已知的地图跟踪机器人的姿势。算法许多算法及其参数在本文中有详细描述。用户是建议检查有更多的细节。
Forrest-Z·2017-03-17 17:52
上一页 12 13 14 15 16 17 18 19 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他