艾伯特 AI 科技评论按：算力的提升可能会为旧的算法注入活力。近两年来，神经演化（Neuroevolution）的方法逐渐再次受到关注，包括OpenAI、DeepMind、GoogleBrain、Sentient、Uber等全球几大研究机构近期在这方面都有一些研究，而其中Uber似乎投入了更多的精力 ...
分类：
其他好文 时间：
2018-04-12 23:33:18
阅读次数：
256
1. 平稳性： 1.1 任何一个时间序列都可以被看做是由随机过程产生的结果。和普通两变量和多变量不一样，任何一个时间点上的值都是随机过程产生的，也是都是随机的。 1.2 如果一个随机过程所产生的时间序列期望和方差在任何时间过程上都是常数，并且任何两个时期之间的协方差不依赖于这两个时期的距离或之后，而 ...
分类：
其他好文 时间：
2018-02-16 10:16:55
阅读次数：
182
问题描述： 输入是由一个随机过程产生的[0, 1)区间上均匀分布的实数。将区间[0, 1)划分为n个大小相等的子区间（桶），每桶大小1/n：[0, 1/n)， [1/n, 2/n)， [2/n, 3/n)，…，[k/n, (k+1)/n )，…将n个输入元素分配到这些桶中，对桶中元素进行排序，注意， ...
分类：
编程语言 时间：
2018-01-14 19:36:05
阅读次数：
236
最近学习杨国庆老师的《应用随机过程》，上周学到了均方收敛和均方导数。今晚想要写一波作业但是课本却没有带（带了一本实变函数2333），所以上网看看随机微积分的东西。 最近学习杨国庆老师的《应用随机过程》，上周学到了均方收敛和均方导数。今晚想要写一波作业但是课本却没有带（带了一本实变函数2333），所以 ...
分类：
其他好文 时间：
2017-11-27 21:42:29
阅读次数：
150
第一章 引论 1.1 引言 1.1.1 基本概念和例子 定义1.1 : 随机过程就是一族随机变量${X(t), t \in T}$, 其中$t$ 是参数, 属于某个指标集$T$, $T$ 称为参数集. $t$ 一般代表时间. 当$T={0, 1, 2, ,...}$ 也称随机过程为随机序列. 随机变 ...
分类：
其他好文 时间：
2017-11-15 21:52:07
阅读次数：
266
马尔科夫过程是随机过程的限定条件下的描述。马尔科夫过程描述的是未来发生的事情只会被今天的环境影响而今天以前的环境无关。如A0->A1->A2，A0影响了A1的发生，A1影响了A2的发生，A0对于A2的发生的影响在马尔科夫过程中不考虑。比较经典的的变种算法就是PageRank.通过A..
分类：
其他好文 时间：
2017-11-10 10:54:52
阅读次数：
157
当系统中的有效信号和噪声都是随机过程，信号和噪声的频谱还可能重叠（比如有效信号是高斯-马尔可夫过程，噪声是白噪声），从频率去设计滤波器的方法就不再适用。 维纳滤波器可以在一些场合解决上述为题，其设计原则是均方误差（的期望）最小。 1. 简化形式 设输入信号为$x(t)+n(t)$，其中$n(t)$为 ...
分类：
其他好文 时间：
2017-10-24 22:52:01
阅读次数：
202
方差这个是什么就不说了； 协方差定义在两个随机变量上（设$E(X)=\mu$，$E(Y)=\upsilon$）： $cov(X,Y)=E[(X-\mu)(Y-\upsilon)]=E(XY)-\mu \upsilon$ 若X和Y统计独立，那么协方差为0。 若随机变量为列向量，协方差为： $cov(X ...
分类：
其他好文 时间：
2017-10-05 22:37:04
阅读次数：
178
第三章 随机过程（chance process） 非随机过程（nonrandom process） 基因式（genetic formula） 人择（artificial selection） 媒介（agent） 突现（emerge） 渐变假定（gradualism） 锚地（anchor） 遗传夹缠（ ...
分类：
其他好文 时间：
2017-09-24 13:49:47
阅读次数：
154
1、集成学习概述 1.1 集成学习概述 集成学习在机器学习算法中具有较高的准去率，不足之处就是模型的训练过程可能比较复杂，效率不是很高。目前接触较多的集成学习主要有2种：基于Boosting的和基于Bagging，前者的代表算法有Adaboost、GBDT、XGBOOST、后者的代表算法主要是随机森 ...
分类：
编程语言 时间：
2017-08-08 16:40:54
阅读次数：
256
