Saturs
- Definīcija - ko nozīmē Montekarlo algoritms?
- Ievads Microsoft Azure un Microsoft Cloud | Šajā rokasgrāmatā jūs uzzināsit, kas ir mākonis skaitļošana un kā Microsoft Azure var palīdzēt jums migrēt un vadīt savu biznesu no mākoņa.
- Techopedia skaidro Montekarlo algoritmu
Definīcija - ko nozīmē Montekarlo algoritms?
Montekarlo algoritms ir ierobežota resursa algoritma veids, kas sniedz atbildes, pamatojoties uz varbūtību. Tā rezultātā Montekarlo algoritma radītie risinājumi noteiktā kļūdas robežā var būt vai nav pareizi. Matemātiķi, zinātnieki un izstrādātāji izmanto Montekarlo algoritmus, lai veiktu novērojumus, pamatojoties uz ievadi.
Ievads Microsoft Azure un Microsoft Cloud | Šajā rokasgrāmatā jūs uzzināsit, kas ir mākonis skaitļošana un kā Microsoft Azure var palīdzēt jums migrēt un vadīt savu biznesu no mākoņa.
Techopedia skaidro Montekarlo algoritmu
Viens no labākajiem veidiem, kā aprakstīt Montekarlo algoritmus, ir pretstatīt tos citai algoritmu klasei, ko sauc par Lasvegasas algoritmiem. Lasvegasas algoritmā rezultāts vienmēr būs pareizs, taču sistēma var izmantot vairāk, nekā paredzēts, resursu vai laika. Pēc dažu ekspertu vārdiem, Lasvegasas algoritms “spēlē” resursa izmantošanu, vienmēr nodrošinot precīzu rezultātu.
Gluži pretēji, Montekarlo algoritms izmanto ierobežotu resursu ceļu, lai ģenerētu iepriekš minētos “izplūdušos” rezultātus ar kļūdas robežu. Montekarlo algoritmi bieži paļaujas uz atkārtotu izlases veida izlasi - viņi iegūst vispārējus nejaušus skaitļus un rezultātu iegūšanai meklē varbūtību.
Daži eksperti izmanto kvadrāta piemēru aplī un apraksta Montekarlo algoritma procesu kā “trāpījumu” sēriju, kas nolaižas vai nu iekšējā aplī, vai laukuma ārējās malās aiz apļa robežām. Vizuālās demonstrācijas parāda, kā vairāk atkārtota paraugu ņemšana dod Monte Karlo algoritmam precīzāku rezultātu. Monte Karlo algoritmi, kā arī tādas lietas kā Monte Karlo koka meklēšana vai Montekarlo simulators balstās uz šo pamatmatemātisko ideju, ka atkārtota paraugu ņemšana dod loģiskā intelekta rezultātus.