WEBVTT 00:01.050 --> 00:03.770 Cześć i witam z powrotem na kursie na temat sztucznej inteligencji. 00:03.810 --> 00:08.280 A dzisiaj mówimy o Mark procesów decyzyjnych lub M. RE.. 00:08.760 --> 00:11.120 Zobaczmy, co mamy dzisiaj. 00:11.430 --> 00:14.060 Ostatnim razem zatrzymaliśmy się na koncepcji mapy. 00:14.070 --> 00:19.980 Ponieważ obliczyliśmy wartości na podstawie równania Belmana, możemy wyprowadzić tę mapę dla naszego agenta w 00:20.010 --> 00:21.060 tym labiryncie. 00:21.240 --> 00:27.570 Zasadniczo oznacza to, gdziekolwiek ange się zaczyna agent, powiedzmy, że zaczyna się tam. 00:27.570 --> 00:33.270 Dokładnie wie, jakie kroki podjąć, aby dostać się do mety, więc po prostu idzie w górę. 00:33.270 --> 00:35.040 Dobrze i gotowe. 00:35.070 --> 00:37.540 A więc pytanie brzmi: to. 00:37.590 --> 00:39.780 Czy to naprawdę takie proste? 00:39.780 --> 00:44.690 Czy uczenie się wzmacniania jest naprawdę tym, co znacie z braku lepszego nudnego słowa. 00:44.790 --> 00:46.420 To jest tak. 00:46.440 --> 00:50.830 Gdy już masz matematykę, to wszystko, co musisz zrobić, to zrobić to po prostu pełne. 00:51.090 --> 00:55.460 W rzeczywistości nie jest to takie proste. 00:55.500 --> 01:01.020 I to jest dobre, ponieważ sprawia, że kurs jest dla nas bardziej interesujący i że możemy rozwiązać 01:01.020 --> 01:02.610 znacznie bardziej złożone problemy. 01:02.610 --> 01:05.460 I tu właśnie nadchodzi znak procesu. 01:05.490 --> 01:07.770 Ale najpierw porozmawiamy o dwóch rzeczach. 01:07.760 --> 01:11.450 W grę wchodzi wyszukiwanie deterministyczne a wyszukiwanie niedeterministyczne. 01:11.700 --> 01:14.750 Pomówmy więc o pojęciu deterministycznego wyszukiwania. 01:14.820 --> 01:21.570 To jest nasz agent w labiryncie, a deterministyczne wyszukiwanie oznacza, że jeśli agent zdecyduje się pójść w 01:21.570 --> 01:26.980 górę, to co się stanie to 100 procentowe prawdopodobieństwo, że się podniesie. 01:27.030 --> 01:28.700 Dokładnie to się stanie. 01:28.700 --> 01:29.740 Nie ma innych opcji. 01:29.740 --> 01:33.690 Raz, gdy powiesz, idź w górę lub kliknij strzałkę w górę, a ona się podniesie. 01:33.690 --> 01:35.070 Nie ma innych opcji. 01:35.250 --> 01:41.950 Z drugiej strony, niedeterministyczne poszukiwania mają miejsce, gdy nasz agent mówi, że chce iść w górę. 01:42.130 --> 01:44.430 W rzeczywistości są kilka opcji. 01:44.460 --> 01:48.820 Na przykład mogą być trzy opcje, a my będziemy szukać przykładu, gdzie są 01:48.830 --> 01:53.400 trzy opcje, ale nie musi to być granica do trzech, zanim będzie różna, 01:53.400 --> 01:59.640 w zależności od problemu losowość może być inna, ale w naszym przypadku może to być trzy opcje, z 80-procentowym 01:59.640 --> 02:01.640 prawdopodobieństwem, że pójdzie w górę. 02:01.860 --> 02:07.500 Ale z 10-procentową szansą, kiedy chce się podnieść, w rzeczywistości pójdzie w lewo tylko dlatego. 02:07.500 --> 02:11.080 Ponieważ tak działa środowisko, w którym żyje. 02:11.430 --> 02:14.840 A przy kolejnej kontroli w 10 procentach szansa, że rzeczywiście pójdzie dobrze. 02:14.880 --> 02:17.770 I w tym przypadku wpadnie do paleniska. 02:17.850 --> 02:20.730 Tak to wszystko działa. 02:20.760 --> 02:26.760 Jest to przykład niedeterministycznego, pewnego przeszukiwania procesu stochastycznego, a celem jest stworzenie 02:26.760 --> 02:35.370 bardziej realistycznego modelu tego, co może się wydarzyć w prawdziwym świecie w prawdziwym świecie, ponieważ bardzo rzadko pojawiają 02:35.370 --> 02:40.560 się takie sytuacje kiedy coś robisz i dzieje się dokładnie 02:40.560 --> 02:41.390 tak. 02:41.520 --> 02:46.560 Nawet jeśli myślisz o tym w kategoriach gier, powiedzmy, że masz agenta grającego Pac-Mana. 02:46.740 --> 02:51.270 Nie zawsze jest tak, że jeśli stoi na placu, idzie w górę. 02:51.360 --> 02:54.260 Za każdym razem uzyska taki sam dokładny wynik. 02:54.460 --> 02:59.820 Cóż, on rzeczywiście pójdzie w górę, ale może tak być w jednym przypadku nie zostaniesz zjedzony przez ducha w obu przypadkach. 02:59.820 --> 03:01.570 Zostanie zjedzony przez ducha. 03:01.590 --> 03:05.970 Jak widać, jest w tym pewna losowość, ponieważ zależy to od tego, jak poruszają się duchy i nie zawsze poruszają 03:05.970 --> 03:07.350 się w ten sam sposób. 03:07.350 --> 03:09.370 Nie zawsze zaczynają się w tych samych lokalizacjach. 03:09.510 --> 03:16.140 Więc bardzo logiczne jest bardzo uczciwe, że istnieje przypadkowość, jest coś, co nie jest pod kontrolą agenta i to 03:16.140 --> 03:21.810 jest po prostu sposób, abyśmy to przedstawili, abyśmy mogli dowiedzieć się, jak sobie z tym 03:21.810 --> 03:27.240 poradzić i jak wpływa to na równanie Belmana, w jaki sposób wpływa ono na cały 03:27.240 --> 03:29.010 proces uczenia się zbrojenia. 03:29.070 --> 03:33.780 Ale w tym samym czasie przypadkowość nie ogranicza się do tego, że jeśli pójdziesz w górę, masz 10 procent szans na to, że 03:33.780 --> 03:38.400 pójdziesz w prawo lub na prawo i po prostu pójdziesz w lewo, lub jeśli zejdziesz do 10 procent szansy pójdziesz w prawo 03:38.400 --> 03:42.840 lub w lewo, albo ty. W porządku, jest 10 procent szans, że subtelność w górę lub w dół ogranicza się 03:42.840 --> 03:45.550 do miejsca, w którym skończysz, czasami możesz mieć problem, który jest dokładnie. 03:45.570 --> 03:47.390 Czasami możliwości mogą być inne. 03:47.430 --> 03:52.990 Czasami przypadkowość może sprowadzać się do czegoś innego, co można by sprowadzić tak jak ten przykład. 03:52.980 --> 03:58.890 Duchy Pacmana jedzące cię nie jedzą lub może sprowadzają się do czegoś innego. 03:58.890 --> 04:05.550 Na przykład, tak jak tam, jest tak, jakby agent grał Dooma, a potem jest coś takiego jak potwór, 04:05.700 --> 04:11.040 który ma go zastrzelić w jednym przypadku, a w innych jest prawdopodobieństwo, że wszyscy 04:11.060 --> 04:14.380 powinni zostać postrzeleni, a my nie zostaniemy zastrzeleni. 04:14.550 --> 04:19.710 A więc coś, co jest poza kontrolą agentów, jest czymś, czego nie potrafię przewidzieć. 04:19.710 --> 04:25.740 To właśnie tutaj modelujemy w poszukiwaniu niedeterministycznym i tutaj bezpośrednio podeszliśmy do dwóch nowych 04:25.950 --> 04:32.780 koncepcji jako znaku procesów i / lub znaku procesu i znaku znacznika procesu decyzyjnego, więc spójrzmy 04:32.790 --> 04:34.130 na nie. 04:34.150 --> 04:39.080 I wiesz, jak bardzo nie lubię stawiać definicji i mnóstwa tekstu na boku. 04:39.090 --> 04:42.280 Ale w tym przypadku musimy przejść przez to. 04:42.280 --> 04:46.220 Spójrzmy więc, jak proces stochastyczny ma znak własności. 04:46.240 --> 04:51.750 Jeśli warunkowy rozkład prawdopodobieństwa przyszłych stanów procesu jest warunkowy, a stan zarówno 04:51.750 --> 04:58.200 przeszłych, jak i obecnych zależy tylko od obecnego stanu, nie od sekwencji zdarzeń, które go poprzedzały. 04:58.230 --> 05:00.410 Proces z tą właściwością nazywany jest znacznikiem. 05:01.040 --> 05:06.470 Bardzo złożona definicja i to, że wprowadzasz trochę, nie tylko jest sprzeczne z samym sobą, ale wydaje się być 05:06.470 --> 05:11.110 sprzeczne z samym sobą, więc tutaj jest warunkiem pozytywnej obecności, która zależy od twojego punktu 05:11.110 --> 05:11.450 widzenia. 05:11.480 --> 05:14.450 Ale jednocześnie zależy tylko od obecnego stanu. 05:14.510 --> 05:17.510 Więc nie wpadaj w to zbyt mocno. 05:17.670 --> 05:23.050 Zrobię to w prosty sposób, więc cechą właściwości jest twoja przyszłość. 05:23.060 --> 05:25.310 Więc nie tylko twój wybór, ale cała sprawa. 05:25.310 --> 05:31.640 Twój wybór i środowisko, które podoba się tylko wynikom wszystkich działań, które podejmiesz w tym środowisku, będzie zależało 05:31.640 --> 05:33.900 tylko od tego, gdzie teraz jesteś. 05:33.920 --> 05:35.770 To nie zależy od tego, jak się tam dostałeś. 05:36.110 --> 05:36.560 I to wszystko. 05:36.560 --> 05:40.630 Jest to kwestia publiczna, a proces, który ma tę właściwość, nazywa się procesem rynkowym. 05:40.880 --> 05:47.570 Tak więc, aby umieścić go w przykładzie, więc jeśli twój agent jest tutaj i jeśli pójdzie, jeśli zdecyduje się pójść, może 05:47.570 --> 05:48.030 odejść. 05:48.040 --> 05:52.940 On w naszym przypadku w naszym niedeterministycznym przykładzie wyszukiwania może faktycznie pójść w lewo i prawo. 05:53.000 --> 05:53.680 W porządku. 05:53.690 --> 05:58.940 Dzieje się tak dlatego, że mamy kij ten miasto w naszym środowisku, mamy przypadkowość wewnątrz 05:58.940 --> 05:59.710 naszego środowiska. 05:59.810 --> 06:01.820 Tak więc każda z tych rzeczy może się zdarzyć. 06:01.820 --> 06:07.250 Ale kluczem jest to, że jest to oznaką procesu, ponieważ nie obchodzi nas, jak się tu dostałeś. 06:07.250 --> 06:10.700 Mógł pochodzić z góry, tutaj skończył, mógł pochodzić z lewej strony i tu mógłbyś 06:10.700 --> 06:12.370 przyjść od dołu i tu dotrzeć. 06:12.380 --> 06:16.640 Mógłby grać tutaj przeniósł się jak 100 000 razy, a potem przyszedł. 06:16.700 --> 06:22.490 Nieważne, co się wydarzyło wcześniej, tylko to, w jakim jest stanie, w jakim stanie jest teraz. 06:22.520 --> 06:31.160 Tak więc prawdopodobieństwo pójścia w lewo, w prawo lub w górę, będzie zawsze takie samo, jeśli teraz jest w 06:31.160 --> 06:32.250 tym stanie. 06:32.690 --> 06:37.530 Tak więc po prostu mówię, że nie ma znaczenia, co się stało, zanim tu jesteśmy. 06:37.640 --> 06:39.150 To jest stan, w którym się znajdujesz. 06:39.200 --> 06:42.320 I nie zapominaj, że stan nie oznacza tylko tego, gdzie on stoi. 06:42.320 --> 06:48.140 Stan jest stanem całego agenta w środowisku, tak jak potwory z prawej strony lub potwory po lewej 06:48.140 --> 06:53.030 lub wiesz, że duch pochodzi z góry lub z dołu, niezależnie od tego, w 06:53.090 --> 06:54.530 jakim jesteś stanie . 06:54.560 --> 06:58.460 Nie ważne jak się tam dostałeś, nie ma znaczenia jak i jak to się stało, że jesteś w tym 06:58.460 --> 06:58.790 stanie. 06:58.790 --> 07:02.990 To, co stanie się w przyszłości, zależy tylko od tego, w jakim jesteś stanie. 07:02.990 --> 07:07.440 Plus działania, które je wykonasz plus oczywiście losowość, która jest na nie nałożona. 07:07.460 --> 07:14.280 Jest to więc znak procesu i procesu decyzji znacznika lub procesu decyzyjnego MVP lub znacznika. 07:14.390 --> 07:20.390 Zapewnienie ram matematycznych do modelowania podejmowania decyzji w sytuacjach, w których wyniki są częściowo losowe 07:20.420 --> 07:23.430 i częściowo pod kontrolą nad podejmowaniem decyzji. 07:23.570 --> 07:29.120 Tak ważne, aby zrozumieć, że znak procesów decyzyjnych procesu decyzyjnego jest inny, a inny 07:29.150 --> 07:32.210 cały proces oznaczania procesu jako oznaczenia procesu. 07:32.340 --> 07:34.810 Są tak jak ramy matematyczne. 07:34.970 --> 07:39.080 Ale jednocześnie uważałem, że ważne jest dla nas zrozumienie, co jest 07:39.170 --> 07:45.140 oznaką procesu, ponieważ myślę, że nadal pomaga to w zrozumieniu markowania procesu decyzyjnego, a więc jest oznaką 07:45.200 --> 07:46.130 procesu decyzyjnego. 07:46.230 --> 07:50.950 Właśnie o tym rozmawialiśmy do tej pory, aby agent mieszkał w tym środowisku, w którym 07:51.290 --> 07:56.570 wcześniej kontrolował go tak jak on i miał pełną kontrolę nad tym, co się dzieje, ale teraz ma 07:56.570 --> 07:57.530 nieco mniej kontroli. 07:57.590 --> 08:00.270 Może zdecydować się pójść w górę, ale tak naprawdę wie. 08:00.290 --> 08:05.570 OK, więc jeśli pójdę na górę, mam szansę na małpę. Podejdę do tej próby i szanse się zmniejszą, a szansa 08:05.560 --> 08:06.170 pójdzie dobrze. 08:06.170 --> 08:08.930 Więc nie wszystko jest w pełni pod jego kontrolą. 08:08.930 --> 08:13.280 W tym środowisku jest pewna losowość i właśnie to jest znak procesu decyzyjnego 08:13.280 --> 08:18.830 i proces decyzyjny Markowa, który jest ramą, której użyje agent, aby zrozumieć, co robić w tym 08:18.830 --> 08:19.400 środowisku. 08:19.400 --> 08:22.400 Mamy więc pewną losowość jakiegoś toksycznego środowiska. 08:22.550 --> 08:27.000 A teraz agent musi wybrać na przykład powinien iść w dół w lewo lub w prawo. 08:27.370 --> 08:28.530 Musi podjąć tę decyzję. 08:28.520 --> 08:29.820 On nie wie, co robić. 08:30.140 --> 08:36.200 Aby ta decyzja mogła zostać zastosowana, struktura będzie korzystała ze znaku procesu 08:36.200 --> 08:40.960 decyzyjnego, aby podjąć decyzję, co się wydarzy, dokąd zmierza. 08:40.970 --> 08:47.600 Zasadniczo to środowisko, które stwarza ten problem, jest odnoszone do znaku procesu decyzyjnego, więc jest to środowisko, z 08:47.600 --> 08:52.820 którego korzysta agent w tym samym czasie, gdy mówi się o środowisku, że agent 08:52.820 --> 08:55.810 działa w środowisku procesu decyzyjnego na rynku. 08:56.280 --> 09:01.190 Tak więc w zasadzie mamy dwie koncepcje, które mamy na oku procesu, to sposób, w jaki 09:01.190 --> 09:03.740 to środowisko jest zaprojektowane, aby PA działała. 09:03.770 --> 09:07.020 To, co dzieje się z miejsca, w którym teraz jesteś, nie zależy od przeszłości. 09:07.130 --> 09:11.240 I w tym samym czasie mamy znak procesu decyzyjnego, który będzie wykorzystywany 09:11.240 --> 09:13.630 przez agenta do rozwiązania tego środowiska. 09:13.970 --> 09:18.830 Dobra wiadomość jest taka, że znakiem procesu decyzyjnego lub tej struktury, o której 09:18.830 --> 09:24.730 mówimy, jest w istocie dodanie do naszego równania z równania Belmana równania Belmana, ale nieco bardziej wyrafinowanego. 09:24.740 --> 09:26.960 Więc spójrzmy na to. 09:27.050 --> 09:28.910 To jest nasze równanie Belmana do tej pory. 09:29.030 --> 09:31.030 To maksimum wszystkich możliwych działań. 09:31.040 --> 09:35.150 Tak więc wartość bycia w stanie to maksimum wszystkich możliwych działań, które można podjąć z 09:35.150 --> 09:35.990 tego stanu. 09:36.260 --> 09:41.930 Maksymalne jest brane z nagrody, którą otrzymasz, biorąc tę akcję w tym stanie plus współczynnik 09:41.930 --> 09:45.410 dyskonta razy wartość następnego stanu, który jest jako główny. 09:45.410 --> 09:47.390 Tak to było do tej pory. 09:47.400 --> 09:52.550 Teraz, ponieważ mamy pewną losowość w całym naszym procesie, ta część się zmieni, ponieważ tak naprawdę 09:52.550 --> 09:57.620 nie wiemy, który stan się skończy i nie wiemy, co będzie skazane, czy będzie, jeśli 09:57.630 --> 10:03.680 będziemy podnosić się, to będzie w górę lub w lewo będzie mieć rację, więc musimy umieścić to z oczekiwaną 10:03.680 --> 10:04.960 wartością następnej daty. 10:04.970 --> 10:08.810 Tak więc zamierzamy to zastąpić, abyśmy mogli znaleźć się w trzech możliwych stanach. 10:08.810 --> 10:15.480 I tak zastąpimy to pewną wartością, że stan ma wartość jako jeden główny. 10:15.520 --> 10:18.190 Że ma widok na prime do premiery. 10:18.470 --> 10:22.490 I ten stan ma wartość nas trzech Bryne. 10:22.640 --> 10:28.790 Więc teraz zamierzamy pomnożyć stan, do którego faktycznie zamierzamy wejść przez 80 procent, ponieważ w 10:28.790 --> 10:33.770 ten sposób prawdopodobieństwo osiągnięcia tego stanu plus prawdopodobieństwo osiągnięcia tego stanu wynosi 10:33.770 --> 10:39.800 10 procent plus ludzie wchodzący w stan Więc to jest tylko nasza oczekiwana wartość, więc 10:39.800 --> 10:46.880 jeśli ze statystyk, jeśli przyjmiemy oczekiwaną wartość wchodzenia w stan, w który wejdziemy, to trochę jak średnia. Jaka 10:47.060 --> 10:52.040 jest średnia z tego, co otrzymamy, a następnie zastąpimy ją tutaj. 10:52.040 --> 10:56.210 Wtedy dostajemy tę agresję i bardzo szybko skacze, ponieważ jest duża, ale jeśli spojrzysz 10:56.210 --> 10:59.930 na nią uważnie, zobaczysz to samo, co powiedział Max tutaj, tutaj Max. 10:59.960 --> 11:06.340 Potem masz r S i A R S i oni mają gamma, w której masz gamma. 11:06.410 --> 11:08.600 I w końcu tutaj masz v. 11:08.630 --> 11:13.640 Więc wiedziałeś dokładnie, że to deterministyczne wyszukiwanie, wiesz, do których stanów się dostaniesz. 11:13.640 --> 11:16.120 Teraz nie wiesz, do jakiego stanu wejdziesz, odkąd przyjmiesz V. 11:16.120 --> 11:23.300 Przyjmujesz oczekiwaną wartość stanu, w który wejdziesz, lub przyszłego stanu, lub po prostu w prostszych słowach, biorąc 11:23.300 --> 11:25.920 pod uwagę średnią tego, co dostaniesz. 11:26.060 --> 11:32.900 Więc wiesz, jakby to było dla 30 plus 3 procent szans, będzie to tak jak dzielenie przez Plus trzech w zasadzie. 11:32.900 --> 11:37.130 Ale w tym przypadku nie jest to dokładnie tak, jak średnia. 11:37.130 --> 11:40.410 Jest to średnia ważona z powodu prawdopodobieństw tutaj. 11:40.430 --> 11:45.980 Tak więc masz prawdopodobieństwo, że jesteś na tym etapie, aby podjąć tę akcję dostania się do stanu jako najwyższego 11:46.040 --> 11:50.630 czasu, wartości s prime, a niektóre do przekroczenia wszystkich tych liczb pierwszych, które możesz wnieść do 11:50.630 --> 11:51.830 tego, kim jesteśmy. 11:51.830 --> 11:54.690 Więc dokładnie to, co mieliśmy trzy tutaj jeden dwa trzy. 11:54.890 --> 11:57.330 Dodaj je pomnożyć, dodaj je. 11:57.330 --> 11:58.040 To samo tutaj. 11:58.040 --> 11:58.820 Raz Dwa Trzy. 11:58.820 --> 12:01.660 Pomnóż je przez prawdopodobieństwo i dodaj je. 12:02.090 --> 12:05.180 I to jest twoje nowe równanie Belmana. 12:05.180 --> 12:06.440 Gratulacje. 12:06.470 --> 12:08.990 Właśnie z tym będziemy pracować. 12:09.140 --> 12:15.590 I to jest struktura, która jest wykorzystywana w procesach decyzyjnych, więc jest to struktura, która 12:15.590 --> 12:16.490 rozwiązuje to. 12:16.620 --> 12:22.670 Agenci używali rozwiązania tego całego stochastycznego niedeterministycznego problemu wyszukiwania, w którym zdarzają się przypadkowe 12:22.670 --> 12:25.460 zdarzenia, których nie mogą kontrolować. 12:25.460 --> 12:26.920 Jest to o wiele bardziej skomplikowane. 12:26.930 --> 12:30.150 Ale jak widać, powoli się do tego zmobilizowaliśmy. 12:30.290 --> 12:33.120 Teraz już wiemy o tym, o czym wiemy. 12:33.130 --> 12:35.090 Martwi się tym. 12:35.090 --> 12:36.160 Wiemy o tym. 12:36.170 --> 12:36.710 Wiemy, jakie one są. 12:36.710 --> 12:42.500 Więc wszystko, co zrobiliśmy, właśnie wprowadziliśmy tę część tutaj, ponieważ istnieją prawdopodobieństwa 12:42.920 --> 12:49.000 związane z działaniem lub konsekwencje twojego działania na nieokreśloność są oparte na prawdopodobieństwach. 12:49.220 --> 12:50.600 I tak idziemy. 12:50.600 --> 12:58.280 W ten sposób działa marker procesu decyzyjnego i leżące u jego podstaw równanie. 12:58.330 --> 13:04.630 Po raz kolejny jest to coś, co bardziej przypomina rzeczywiste problemy rzeczywiste lub Sinatras, a 13:04.670 --> 13:08.690 nawet scenariusze gry, ponieważ nie wszystko jest proste. 13:08.690 --> 13:15.880 Istnieje pewna losowość wszystkich zaangażowanych i nie zawsze będzie podejmować działania w pewnym stanie zawsze będzie Nawal nie 13:15.870 --> 13:18.810 zawsze doprowadzi do tego samego wyniku. 13:18.890 --> 13:23.150 I tak będziemy mieli do czynienia z przyszłością, co sprawi, że sprawy 13:23.150 --> 13:24.310 będą bardziej interesujące. 13:24.380 --> 13:29.290 Mam więc nadzieję, że jesteście podekscytowani i podekscytowani, aby zobaczyć, co będzie dalej. 13:29.690 --> 13:35.870 A w międzyczasie znalazłem naprawdę fajną gazetę, na którą możesz teraz rzucić okiem. 13:35.870 --> 13:37.460 To bardzo stosowny papier. 13:37.460 --> 13:40.150 Ten naprawdę jest naprawdę ciekawy do przeczytania. 13:40.160 --> 13:46.810 Nazywa się to przeglądem zastosowań Mark procesów procesów decyzyjnych i został napisany przez biały w 13:46.820 --> 13:47.970 1993 roku. 13:47.990 --> 13:56.000 Jest link i Ill pokazują przykłady miejsc, w których procesy decyzyjne Markowa są używane do modelowania prawdziwych 13:56.000 --> 13:59.560 Sinatras. Myślę, że byłem tym bardzo podekscytowany. 13:59.560 --> 14:03.880 Byłem pod wrażeniem kilku przykładów zbioru populacji na przykład. 14:03.880 --> 14:09.290 Powiedzmy, że masz trochę ryb i wiesz, jaka jest populacja ryb, aby zdecydować, ile 14:09.290 --> 14:12.910 ryb możemy wyłowić w tym roku i jakie. 14:13.250 --> 14:14.330 To jest twój obecny stan. 14:14.330 --> 14:17.220 To jest akcja, którą robisz. Ilu możemy zastrzelić w tym roku. 14:17.230 --> 14:20.420 Więc jakie są możliwe wyniki tego. 14:20.540 --> 14:22.100 Ile ryb będziemy mieli w przyszłym roku. 14:22.160 --> 14:25.210 Ile ryb będziemy mieli rok później i rok później i tak dalej. 14:25.250 --> 14:30.230 I to nie jest deterministyczne, ponieważ nie jest tak, że jeśli weźmiesz to w godzinę, a 90 procent populacji 14:30.230 --> 14:34.640 w przyszłym roku będziesz wiedział, że wrócisz do 100 procent, nie jest to dokładnie kazanie. 14:34.640 --> 14:39.590 W grę wchodzą pewne czynniki losowe, które są poza naszą kontrolą i dlatego musimy 14:39.760 --> 14:43.640 zrozumieć, co się wydarzy, musimy modelować, co się wydarzy, czyli 14:43.860 --> 14:46.060 gdzie decyzja rynkowa przetwarza rolnictwo. 14:46.070 --> 14:50.250 Jest taki przykład jak zbieranie plonów, ile plonów zbieramy, ile pieniędzy 14:50.280 --> 14:51.440 nie zbieramy. 14:51.470 --> 14:58.190 Kolejny, który przyjrzałem się finansom i inwestycjom, jak firma ubezpieczeniowa, musi zdecydować, ile ze swoich 14:58.190 --> 15:04.990 funduszy zainwestuje w dowolny dzień, rok lub jakiś okres czasu i istnieją pewne czynniki, nad 15:05.020 --> 15:06.490 którymi ma kontrolę. 15:06.490 --> 15:11.260 Na przykład znasz ruchy rynkowe, nie wiesz, co może się zdarzyć, więc trzeba to 15:11.260 --> 15:12.070 jakoś wymodelować. 15:12.110 --> 15:14.350 Znak procesów decyzyjnych wykorzystanych do tego. 15:14.350 --> 15:16.890 Tutaj możesz zobaczyć wiele przykładów. 15:16.900 --> 15:20.340 I to jest liczba przykładów, które myślę dla każdego. 15:20.650 --> 15:28.030 A więc wiesz nawet sportowe przykłady sportów i epidemii oraz przeglądów szkód komunikacyjnych i napraw 15:28.090 --> 15:31.030 samochodowych, a także bardzo interesujące. 15:31.030 --> 15:31.900 Spójrz na to. 15:31.930 --> 15:40.390 Tylko po to, by dać ci zrozumienie hej, to nie jest po prostu wymyślony materiał hipotetyczny typu 15:40.390 --> 15:41.130 Matrycy. 15:41.140 --> 15:45.580 W rzeczywistości jest to scenariusz z prawdziwego świata, więc pozwolę ci lepiej zrozumieć 15:45.580 --> 15:50.410 i to jest to, o czym rozmawialiśmy w teledysku do tych wyników lub opisu kursu, 15:50.410 --> 15:55.900 który zainspirujemy Ciebie i twoja intuicja, by dać ci pomysły jak używać sztucznej inteligencji w prawdziwym życiu. 15:55.900 --> 15:57.820 To jest twoja szansa. 15:57.820 --> 15:59.790 Popatrz na ten artykuł, aby zrozumieć. 15:59.900 --> 16:02.890 OK, więc zamierzamy postępować z marką procesu decyzyjnego. 16:02.890 --> 16:07.210 To naprawdę fajne, jak oni wyglądają w prawdziwym życiu, a to może wywołać 16:07.210 --> 16:13.300 dla ciebie kilka pomysłów, jak możesz zastosować w przyszłości, aby uczynić świat lepszym miejscem i bylibyśmy bardzo szczęśliwi z tego 16:13.300 --> 16:13.650 powodu. 16:13.690 --> 16:18.560 Będziemy szczęśliwi, jeśli wykorzystasz to, czego nauczysz się na tym kursie, aby uczynić świat lepszym. 16:18.730 --> 16:20.050 Cóż za fantastyczny. 16:20.380 --> 16:23.170 W związku z tym mam nadzieję, że podobał się wam dzisiejszy tutorial. 16:23.170 --> 16:24.540 Nie mogę się doczekać Do zobaczenia następnym razem. 16:24.610 --> 16:26.420 A do tego czasu ciesz się AI.