Это 8-й день моего участия в августовском испытании обновлений.Подробности о событии:Испытание августовского обновления
«стохастический процесс»
Стохастические процессы дают множество замечательных идей для изучения алгоритмов искусственного интеллекта, и давайте подумаем об этих проблемах с вероятностной точки зрения. Потратив три дня на просмотр этого курса, я, наконец, понял ключевые моменты исследования и написал эту заметку, чтобы поделиться с вами. Извините за корявый почерк.
Глава 1. Случайные процессы и их классификация.
1. Разница между случайным процессом и выборочной функцией и случайной величиной:
Случайный процесс относится к X(t, w), время неопределенно, параметры неопределенны, то есть сумма выборочных функций по всем параметрам
Выборочная функция X(·,w), время неопределенно, параметры определены, то есть события, происходящие в течение ряда раз при определяемых параметрах
Случайная величина X(t, ), время определено, а параметры неопределенны, т. е. различные события по ряду параметров за определенное время
2. Типичное распределение
Экспоненциальное распределение, распределение Пуассона, нормальное распределение, равномерное распределение
Глава 2 Марковский процесс
Марковский процесс — очень типичный случайный процесс.
1. Определение маркова
Общий смысл марковского процесса состоит в том, что будущее связано только с настоящим и не имеет ничего общего с прошлым. **который:
в:
1 представляет вероятность одношагового перехода, 2 представляет начальное состояние, а 3 представляет матрицу скорости перехода состояния.
2.c-k уравнение
Мультипликативное отношение условной вероятности (его следует называть так):
Два отношения:
3. Время первого прибытия
4. Классификация статуса
Пример 1. Проблема проигрыша игрока
Идеи решения проблем
5. Конечное состояние и предельное распределение цепи Маркова.
6. Очень анаморфный анализ
7. Цепь Маркова с непрерывными параметрами и дискретными состояниями
чистая разрывная цепь Маркова
8. Предельные свойства чисто разрывных марковских процессов.
Глава 3 Процесс Пуассона (поток сигналов Пуассона)
PoissonПроцесс представляет собой особый вид чистого разрывного марковского процесса.
1. Концепция
1. Независимый инкрементный процесс
Приращения x (t) не зависят друг от друга. Если x (0) x (t) является определенным значением, это процесс Махаланобиса.
2. Процесс подсчета
3. Гомогенный пуассоновский процесс.
2. Процесс Пуассона и процесс экспоненциального распределения
5. Несезонный процесс
6. Составной яд
9. Процесс обновления
Глава 4. Процессы второго момента, стационарные процессы и стохастический анализ
Глава 5. Спектральный анализ стационарных процессов.
Глава 6 Гауссовский процесс (процесс Винера)
Кодировать слова непросто, поэтому, если вы видите это здесь, лучше поставить лайк~
Я также написал много статей, подписывайтесь на меня~