← Материалы разборы Yersham
разбор · монтекарло
2.0
из 10
смотреть не обязательно — забрать выжимку и пункты
оценка машинная и частично зависит от длины ролика — спорите, открывайте оригинал

Метод Монте-Карло: контролируемый хаос для сложных задач

Метод Монте-Карло использует контролируемый хаос для решения сложных задач, такие как моделирование ядерных реакций и рендеринг графики. Он основан на генерации случайных чисел и их использовании для статистических вычислений, что позволяет получать точные результаты при достаточно большом количестве итераций.

Метод Монте-Карло: от случайных бросков к детерминированным алгоритмам, которые точно моделируют сложные систе

что из этого моё

Десять бросков дают мусор, миллион даёт точное соотношение — это ограничение стоит держать в голове при проверке прогонов. Три просмотренные карточки ничего не говорят о качестве партии, а пятьдесят уже говорят. Само правило «проверять на малом до большого» работает только если малое достаточно велико, и вот эта граница здесь и объясняется.

Что забрать
отметь, что берёшь в работу → или отбрось как не своёмоё →
замерить на своей модели, сколько итераций нужно для стабилизации оценки
написать скрипт для генерации случайных чисел с воспроизводимым сидом
применить метод обратных функций для моделирования распределения в своём конвейере
о чём говорят, по времени
главы доводят до 04:08 · дальше по ролику меток нет
01
Введение00:01
История и основы метода Монте-Карло.
02
Применение01:03
Современные применения метода Монте-Карло.
03
Логика метода02:06
Понимание работы вычислительных машин и генерации случайности.
04
Метафора рулетки03:06
Аналогия с рулеткой для объяснения метода Монте-Карло.
05
Практика Монте-Карло04:08
Практические аспекты применения метода Монте-Карло.
дальше в дело
Собрать это в маршрут
все маршруты →
не хочешь разбираться сам
Сделаю это под задачу
форматы и цены →
похожие по смыслу · из облака
ещё разборы