Cтраница 1
Вероятностные алгоритмы могут носить самый разнообразный характер, и, как правило, они всегда создаются исходя из неполной информации о системе процесса обучения. [1]
Вероятностный алгоритм находит ближайшую пару за ожидаемое время О ( п), т.е. быстрее любого обычного алгоритма. [2]
Вероятностные алгоритмы различают по использованию априорной вероятности ( не использованию) и объему применяемой выборки. Эти алгоритмы решают задачу определения вероятности данного заболевания при наличии данных симптомов. Логические алгоритмы долгое время считали все симптомы одинаково ценными для диагноза. Поэтому возникла идея приписать им веса. Симптомы, характерные для этого заболевания, имели высокий вес, нехарактерные или отсутствующие - низкий, безразличные - промежуточный. Каждый симптом имел один вес как признак заболевания А и другой как признак заболевания В. [3]
Вероятностный алгоритм - алгоритм, все или часть правил которого являются неоднозначными неопределенными и задают поведение системы лишь в статистическом смысле. [4]
Численные вероятностные алгоритмы предназначены для получения приблизительных ответов на некоторые математические вопросы. Чем дольше работает такой алгоритм, тем точнее полученный ответ. [5]
В основе вероятностных алгоритмов лежит идея о том, что иногда лучше попробовать угадать ответ, чем вычислить его. Вероятностные алгоритмы делятся на четыре класса - численные, Монте Карло, Лас Вегас и Шервуд - хотя зачастую все вероятностные алгоритмы называются методами Монте Карло. Общим свойством всех этих категорий является то, что чем дольше алгоритм работает, тем лучший результат он выдает. [6]
Доказательства свойств вероятностных алгоритмов требуют хорошего понимания теории вероятностей, тем не менее, понимание этих доказательств отнюдь не обязательно для программистов, использующих алгоритмы. Осмотрительный программист в любом случае проверит утверждения, подобные лемме 13.2, не зависимо от того, как они обоснованы ( например, убеждаясь в качестве генератора случайных чисел или иных особенностей реализации), и, следовательно, сможет использовать эти методы со знанием дела. Рандомизованные BST-деревья - вероятно, простейший способ поддержки АТД заполненной таблицы символов при гарантировании почти оптимальной производительности. Именно поэтому они находят применение во многих практических приложениях. [7]
Четкое формулирование вероятностного алгоритма показателя точности с учетом физических особенностей самого СИ служит предпосылкой для выбора рационального статистического алгоритма контроля. [8]
На практике этот вероятностный алгоритм работает несколько медленнее, чем комбинаторные алгоритмы для нахождения паросочетаний ( см. гл. [9]
В некоторых ситуациях вероятностные алгоритмы позволяют получить результаты, которых нельзя достигнуть обычными методами. В нашу задачу не входит исчерпывающее описание этого подхода. Приведенные примеры призваны лишь проиллюстрировать спектр имеющихся возможностей. [10]
Замечание 3.2. Чтобы получить полиномиальный вероятностный алгоритм проверки простоты числа в смысле определения 3.1, нужно дважды применить приведенный алгоритм. [11]
Очевидно, что реализация вероятностных алгоритмов управления поперечной подачей по рис. 26 и 2в не представляет серьезных инженерных трудностей. [12]
Рабин [61] разработал еще один вероятностный алгоритм со свойствами, подобными вышеупомянутым, и нашел его очень быстрым при пробах на компьютере. [13]
Фаза не имеет аналога в классических вероятностных алгоритмах. Она возникает в квантовой механике, где амплитуда вероятности комплексна. N 2п возможных состояний), мы можем осуществить преобразование М на каждом бите независимо, последовательно изменяя состояние системы. [14]
Весьма большой интерес для практики представляет вероятностный алгоритм управления поперечной подачей на предварительной шлифовке. [15]