स्टोचस्टिक मॉडलिंग को समझना

स्टोचस्टिक गणितीय मॉडल के साथ शुरू होता हैतत्व अंतरिक्ष स्टोचस्टिक मॉडलिंग को समझना चयन। तो आंकड़ों में अध्ययन के तहत प्रक्रिया या घटना के संभावित परिणामों की सूची कहा जाता है। फिर शोधकर्ता प्राथमिक परिणामों में से प्रत्येक की संभावना निर्धारित करता है। यह आमतौर पर एक विशिष्ट तकनीक के आधार पर किया स्टोचस्टिक मॉडलिंग को समझना जाता है।

कम से कम वर्ग एल्गोरिदम (एलएमएस एल्गोरिथ्म) क्या है? - टेक्नोपेडिया से परिभाषा

कम से कम माध्य वर्ग (LMS) एल्गोरिथ्म मशीन लर्निंग में इस्तेमाल किया जाने वाला एक प्रकार का फ़िल्टर है जो परिष्कृत तरीकों से स्टोचस्टिक ग्रेडिएंट वंश का उपयोग करता है - पेशेवरों ने इसे एक अनुकूली फ़िल्टर के रूप में वर्णित किया है जो विभिन्न तरीकों से सिग्नल प्रोसेसिंग से निपटने में मदद करता है।

कम से कम माध्य वर्ग एल्गोरिथ्म एक तकनीक का उपयोग करता है जिसे "स्टीपेस्ट डिसेंट की विधि" कहा जाता है और फ़िल्टर वेट को अपडेट करके लगातार परिणाम का अनुमान लगाया जाता है। एल्गोरिथ्म अभिसरण के सिद्धांत के माध्यम से, कम से कम औसत वर्ग एल्गोरिथ्म विशेष रूप से मशीन लर्निंग सिद्धांत और कार्यान्वयन में उपयोगी सीखने वाले घटता प्रदान करता है। स्टोचस्टिक मॉडलिंग को समझना इन विचारों में से कई मशीन सीखने के मॉडल को परिष्कृत करने, आउटपुट के लिए इनपुट से मेल खाने, प्रशिक्षण और परीक्षण प्रक्रियाओं को और अधिक प्रभावी बनाने, और आम तौर पर "अभिसरण" का पीछा करने पर समर्पित कार्य का हिस्सा स्टोचस्टिक मॉडलिंग को समझना हैं, जहां पुनरावृत्ति सीखने की प्रक्रिया को अपने विचारों को प्राप्त करने के बजाय एक सुसंगत अंतिम परिणाम में बदल जाता है। ।

क्या सोशल मीडिया एल्गोरिदम हाथ से निकल रहे हैं?

इंटरनेट बुलबुले से पहले दो दशकों में, आपने वास्तव में एल्गोरिथ्म शब्द नहीं सुना था जब तक कि आप एक कंप्यूटर प्रोग्रामर, लागू गणित प्रमुख, या एक तकनीकी वर्तनी मधुमक्खी में नहीं थे - अगर ऐसी कोई चीज मौजूद है। तेजी से आगे .

आपके जोखिम यह छिपा रहे हैं - क्या आप उन्हें स्पॉट कर सकते हैं?

आईटी हमारे जीवन में सबसे आगे है और हम व्यापार कैसे करते हैं इसमें एक प्रमुख भूमिका निभाता है। लेकिन इसके साथ जोखिम वाले जोखिम और जोखिमों का खुलासा होता है। एक आईटी विफलता अक्सर चेतावनी के बिना आती है और आपके लिए बड़ी समस्याओं के बराबर हो सकती है .

मुख्य विशेषताएं

स्टोचस्टिक मॉडल में हमेशा एक या एक शामिल होता हैकई यादृच्छिक चर। वह अपनी सभी अभिव्यक्तियों में वास्तविक जीवन को प्रतिबिंबित करना चाहती है। निर्धारक मॉडल के विपरीत, स्टोचस्टिक मॉडल में सब कुछ सरल करने और ज्ञात मूल्यों को कम करने का लक्ष्य नहीं है। इसलिए, अनिश्चितता इसकी प्रमुख विशेषता है। स्टोचस्टिक मॉडल कुछ भी वर्णन करने के लिए उपयुक्त हैं, लेकिन उन सभी में निम्नलिखित सामान्य विशेषताएं हैं:

• कोई भी स्टोकेस्टिक मॉडल उस समस्या के सभी पहलुओं को दर्शाता है जिसके लिए इसे बनाया गया था।
• प्रत्येक घटना का परिणाम अनिश्चित है। इसलिए, मॉडल में संभाव्यताएं शामिल हैं। उनकी गणना की सटीकता से सामान्य परिणामों की शुद्धता पर निर्भर करता है।
• इन संभावनाओं का उपयोग स्वयं प्रक्रियाओं की भविष्यवाणी या स्टोचस्टिक मॉडलिंग को समझना वर्णन करने के लिए किया जा सकता है।
नियतात्मक और स्टोकेस्टिक मॉडल

कुछ के लिए, जीवन एक उत्तराधिकार की तरह लगता है।यादृच्छिक घटनाएं, दूसरों के लिए - प्रक्रियाएं जिसमें कारण एक परिणाम का कारण बनता है। वास्तव में, यह अनिश्चितता की विशेषता है, लेकिन हमेशा नहीं और सभी में नहीं। इसलिए, कभी-कभी स्टोकेस्टिक और नियतात्मक मॉडल के बीच स्पष्ट अंतर ढूंढना मुश्किल होता है। संभावनाएं काफी व्यक्तिपरक संकेतक हैं।



उदाहरण के लिए, टॉसिंग के साथ स्थिति पर विचार करेंसिक्के। पहली नज़र में ऐसा लगता है कि "पूंछ" गिरने की संभावना 50% है। इसलिए, आपको एक नियतात्मक मॉडल का उपयोग करने की आवश्यकता है। हालांकि, वास्तव में यह पता चला है कि बहुत कुछ खिलाड़ियों की निपुणता और सिक्के के सही संतुलन पर निर्भर करता है। इसका मतलब है कि आपको स्टोचस्टिक मॉडल का उपयोग करने की आवश्यकता है। हमेशा ऐसे पैरामीटर होते हैं जो हम नहीं जानते हैं। वास्तविक जीवन में, एक कारण हमेशा एक परिणाम होता है, लेकिन कुछ हद तक अनिश्चितता भी होती है। नियतात्मक और स्टोचस्टिक मॉडल के उपयोग के बीच का चुनाव इस बात पर निर्भर करता है कि हम त्याग करने को तैयार हैं - विश्लेषण या यथार्थवाद की सादगी

अराजकता के सिद्धांत में

हाल ही में, किस मॉडल की अवधारणास्टोचैस्टिक कहा जाता है, यह और भी धुंधला हो गया। यह अराजकता के तथाकथित सिद्धांत के विकास के कारण है। यह निर्धारक मॉडल का वर्णन करता है जो प्रारंभिक मापदंडों में मामूली बदलाव के साथ विभिन्न परिणाम दे सकता है। यह अनिश्चितता की गणना के लिए एक परिचय की तरह है। कई वैज्ञानिकों ने यह भी माना है कि यह पहले से ही एक स्टोकेस्टिक मॉडल है।



लोथर ब्रूयर ने शान से सब कुछ समझायाकाव्य चित्र। उन्होंने लिखा: "एक पहाड़ी स्टोचस्टिक मॉडलिंग को समझना जलधारा, एक धड़कता हुआ दिल, एक चेचक की महामारी, आरोही के धुएं का एक स्तंभ - यह सब एक गतिशील घटना का एक उदाहरण है, जो, ऐसा लगता है, कभी-कभी मौका द्वारा विशेषता है। वास्तव में, ऐसी प्रक्रियाएं हमेशा एक निश्चित क्रम के अधीन होती हैं, जिन्हें वैज्ञानिक और इंजीनियर अभी समझने लगे हैं। यह तथाकथित नियत अराजकता है। ” नया सिद्धांत बहुत प्रशंसनीय लगता है, इसलिए कई आधुनिक वैज्ञानिक इसके समर्थक हैं। हालाँकि, यह अभी भी थोड़ा विकसित है, और इसे सांख्यिकीय गणनाओं में लागू करना काफी कठिन है। इसलिए, स्टोचस्टिक या नियतात्मक मॉडल अक्सर उपयोग किए जाते हैं।

उदाहरण

सबसे सरल निर्माण की प्रक्रिया पर विचार करेंस्टोकेस्टिक मॉडल। मान लीजिए कि हम एक डाई फेंक देते हैं। यदि "छह" या "एक" बाहर गिर जाता है, तो हमारी जीत दस डॉलर होगी। इस मामले में, स्टोचस्टिक मॉडल के निर्माण की प्रक्रिया इस तरह दिखाई देगी:

• हम प्राथमिक परिणामों के स्थान को परिभाषित करते हैं। घन के छह चेहरे हैं, इसलिए एक, दो, तीन, चार, पांच और छह बाहर गिर सकते हैं।
• प्रत्येक परिणाम की संभावना 1/6 के बराबर होगी, चाहे हम कितना भी फेंक दें।
• अब हमें ब्याज के परिणामों को निर्धारित करने की आवश्यकता है। यह संख्या "छह" या "एक" के साथ चेहरे का एक ड्रॉपआउट है।
• अंत में, हम हमारे लिए ब्याज की घटना की संभावना निर्धारित कर सकते हैं। वह 1/3 है। हम दोनों प्रारंभिक घटनाओं की संभावनाओं को स्टोचस्टिक मॉडलिंग को समझना स्टोचस्टिक मॉडलिंग को समझना संक्षेप में प्रस्तुत करते हैं: 1/6 + 1/6 = 2/6 = 1/3।