В первой части мы исследовали, как можно использовать байесовскую статистику, чтобы сделать обучение с подкреплением менее требовательным к данным. Теперь мы реализуем эту идею на простом примере, используя Tensorflow Probability для реализации нашей модели. Камень ножницы Бумага Что касается игр, то сложно представить что-то проще камня, ножниц, бумаги. Несмотря на простоту, гугл по игре обнаруживает замечательную литературу. Мы хотим использовать байесовскую статистику для этой игры..

В этой главе мы углубляемся в различные передовые методы выборки, такие как алгоритм Метрополиса Гастингса и алгоритм Монте-Карло с цепью Маркова, объединенный в Метрополис, широко известный как MCMCMC (MC3). В предыдущих главах мы рассмотрели - Алгоритм Монте-Карло Методика выборки по важности В общем, метод Монте-Карло - это просто метод выборки из распределения до тех пор, пока математическое ожидание не сходится к точке, которая помогает нам сделать вывод, что мы успешно..