Posts

Разбираемся с тем, что такое дисперсия на простом примере.

Разбираемся с тем, что такое softmax и как эта функция работает на простом примере.

В статье разбираемся, как использовать теорему Байеса для оценки истинной вероятности заболевания после положительного теста, учитывая чувствительность и специфичность теста.

Статья объясняет, как отношение правдоподобий помогает сравнивать гипотезы о параметре распределения, оценивая, насколько одна гипотеза более вероятна другой на основе имеющихся данных.

Разбираемся с тем, как влияет размер выборки на правдоподобие.

Как можно комбинировать правдоподобия, умножая их, и объясняет, что объединение двух независимых выборок даёт такой же результат, как если бы данные поступили от одного источника с суммарным числом наблюдений.

В чем разница между вероятностью и правдоподобием?

Оптимистичная инициализация оценочного вознаграждения Q заставляет даже жадный алгоритм исследовать альтернативные действия, что в долгосрочной перспективе приводит к лучшим результатам по сравнению с ε-жадным методом.

В нестационарной задаче многорукого бандита эффективность ε-жадного алгоритма снижается, но её можно восстановить, увеличив количество шагов и заменив изменяющийся коэффициент обновления на постоянный.

ε-жадный алгоритм балансирует между исследованием и использованием знаний для решения проблемы многорукого бандита, помогая находить оптимальную стратегию вознаграждения.