摘要:
Good resource, Markov Chains Explained Visually, http://setosa.io/ev/markov-chains/ https://mp.weixin.qq.com/s?__biz=MzU1NTUxNTM0Mg==&mid=2247489378&i 阅读全文
摘要:
那么“蒙特卡罗”是一种什么特性呢?我们知道,既然是随机算法,在采样不全时,通常不能保证找到最优解,只能说是尽量找。那么根据怎么个“尽量”法儿,我们我们把随机算法分成两类: 蒙特卡罗算法:采样越多,越近似最优解; 拉斯维加斯算法:采样越多,越有机会找到最优解; 举个例子,假如筐里有100个苹果,让我每 阅读全文
摘要:
本文通过五个例子,介绍蒙特卡罗方法(Monte Carlo Method)。一、概述蒙特卡罗方法是一种计算方法。原理是通过大量随机样本,去了解一个系统,进而得到所要计算的值。它非常强大和灵活,又相当简单易懂,很容易实现。对于许多问题来说,它往往是最简单的计算方法,有时甚至是唯一可行的方法。它诞生于上 阅读全文
摘要:
很多网站对基因结构的描述不清晰或不准确,此处给出较为权威的基因结构: https://mp.weixin.qq.com/s/BOPSY-PXd8gMiebxOfLN8A https://mp.weixin.qq.com/s/2KPqiKc13ZADrI96mYkpFA https://mp.weix 阅读全文
摘要:
一、概率密度函数和分布函数分布函数是概率密度函数从负无穷到正无穷上的积分;在坐标轴上,概率密度函数的函数值y表示落在x点上的概率为y;分布函数的函数值y则表示x落在区间(-∞,+∞)上的概率。二、均匀分布的概率密度函数假设x服从[a,b]上的均匀分布,则x的概率密度函数如下 概率密度图像如上图所示三 阅读全文