隨機
含有「隨機」共 103 篇內容
全部內容
發佈日期由新至舊
雲澤不做仙只想當酒仙
2025/04/23
第十九章 即時召喚,新力加盟
擊退 “幽冥會” 的試探性攻擊後,蘇家上下雖沉浸在短暫的喜悅中,但蘇妄深知更大的危機如影隨形。擺在他面前的系統獎勵 —— 三國時期名將隨機召喚卡,如同打開未知寶藏的鑰匙,充滿誘惑卻也暗藏風險。
含 AI 應用內容
#
傳奇
#
身體
#
方格新手
1
留言
雲澤不做仙只想當酒仙
2025/04/23
第十八章 暗流湧動
蘇妄等人在緊張地佈置陷阱和訓練弟子的同時,天澤城的氣氛愈發壓抑,仿佛暴風雨來臨前的寧靜。城中彌漫著一股無形的緊張氣息,每一個角落似乎都隱藏著未知的危機。
#
傳奇
#
身體
#
方格新手
1
留言
銘記星辰之下的沙龍
2025/04/20
排列組合與機率計算(四)
排列組合與機率計算(四)
#
機率
#
E3
#
邊界
喜歡
留言
工程師的詩意午後
2025/04/16
【小練習】Python入門:數字猜謎遊戲教學(Guess the Number)
學習如何使用Python編寫一個數字猜謎遊戲,從中學習隨機數生成、使用者輸入、條件判斷和迴圈等程式設計基礎概念。
#
基礎
#
小技巧
#
python
3
1
付費限定
宗的筆記
2025/04/09
【股市筆記】集群錯覺
集群錯覺(Clustering Illusion)是一種常見的認知偏誤,指的是人們傾向於在隨機資料中看出「模式」或「規律」,即使這些實際上只是隨機分佈的結果。簡單來說,我們大腦不喜歡隨機性,總是想要找到「看起來有意義的東西」,於是誤把隨機的現象當成有意義的趨勢或訊號。 🧠 心理學基礎 人腦天
含 AI 應用內容
#
隨機
#
投資人
#
統計
1
留言
newman的沙龍
2025/04/01
技術筆記-RL01-開始來爬「強化學習」這座山
Reinforcement Learning (強化學習) 的理論非常有趣,可能是因為其中許多方法,與人類的學習歷程極為相似,如試錯,獎懲,改進策略,持續優化等等。現在準備來爬這座山了,我把學習階段大致分成三個小山峰,依序為 Q-Learning --> DQN --> Actor-Critic,
#
QLearning
#
DQN
#
學習
4
2
柚子
2025/04/05
2
請問RL到最後是讓他自己透過自己的方式優化,在程式面除了定義一些更好的獎勵機制,還會去修改什麼部份的程式嗎🤔
2
newman
發文者
2025/04/06
喜歡
柚子 對不起我不是專家,正在學習中,只知獎勵機制,狀態向量表示方式,還有學習率,探索率等等參數,都會劇烈影響績效,應該是會持續修改才對。當找到一個績效不錯的版本,應該也可以持續一段時間不改程式,只是我還沒到那程度。
喜歡
偽命名培養體
2025/03/28
[速記] 崩壞的某邦與獨缺序號的優秀影城
原本我也是很期待這部電影,也早早就買好預售票準備要看了,但從代理消息出來後,一直到今天所發生的事,真的是完全打壞所有的心情了⋯
#
初音
#
電影
#
世界計畫
10
2
Thomas Tang
2025/03/28
1
幫你QQ
1
Mercteria
發文者
2025/03/28
1
Thomas Tang 快被這波操作氣死🫠
1
付費限定
心理博士的筆記本
2025/03/28
使用R語言跑多層次模型:估計法選擇和Random intercepts model
多層次模型中的 Random intercepts model with level-1 predictor 是層級 1 預測變量預測層級 1 結果變量的模型。本文將介紹該模型的一般方程式,並實際用R語言進行分析。最後介紹ML和REML估計法選擇。
#
R語言
#
模型
#
隨機
4
留言
PPP
2025/03/28
克服市場波動與損失厭惡:打造穩健投資框架
本文探討金融市場的隨機性如何導致投資決策錯誤,並以行為金融學的觀點,闡述損失厭惡、過度交易、延遲決策等常見偏差。文章並提出克服損失厭惡,優化投資決策的策略,例如接受市場隨機性、建立系統性交易紀律、利用市場非理性波動創造機會,以及心理建設與行為訓練等。
#
投資
#
股票
#
決策
2
留言
付費限定
心理博士的筆記本
2025/03/14
使用R語言跑多層次模型:Random intercepts model with level-2 predictor
多層次模型中的 Random intercepts model with level-2 predictor 是一種層級 2 預測變量預測層級 1 結果變量的模型。本文將介紹該模型的一般方程式,並實際用R語言進行分析並視覺化。
#
R語言
#
模型
#
數據
4
1
我是運科竹
2025/03/16
1
太讚了啦!感謝老師高含金量分享!
1