প্রশ্ন ট্যাগ «probability-theory»

এটি সুপরিচিত যে, এলোমেলোভাবে বেছে নেওয়া অন্য একটির সাথে প্রতিটি আইটেম অদলবদল করে অ্যারে পরিবর্তন করার জন্য এই 'নিষ্পাপ' অ্যালগরিদমটি সঠিকভাবে কাজ করে না: for (i=0..n-1) swap(A[i], A[random(n)]); বিশেষত, যেহেতু প্রতিটি পুনরাবৃত্তির সময় পছন্দ করা হয় (অভিন্ন সম্ভাবনার সাথে), সেখানে গণনার মাধ্যমে possible সম্ভাব্য 'পাথ' রয়েছে; কারণ সম্ভাব্য ক্রম সংখ্যাপাথের …

33 algorithms  algorithm-analysis  asymptotics  probability-theory  randomness 

তোমার একটা মুদ্রা আছে আপনি এটিকে যতবার ইচ্ছা ফ্লিপ করতে পারেন। আপনি একটি এলোমেলো সংখ্যা তৈরি করতে চান যাতে একটি ≤ r &lt; b যেখানে r , a , b ∈ Z + থাকে ।Rrra ≤ r &lt; বিa≤r&lt;ba \leq r < br , a , b ∈ Z+ +r,a,b∈Z+r,a,b\in …

25 algorithms  probability-theory  randomness  random-number-generator 

এই প্রশ্নটি তাত্ত্বিক কম্পিউটার বিজ্ঞান স্ট্যাক এক্সচেঞ্জ থেকে স্থানান্তরিত হয়েছিল কারণ এটি কম্পিউটার সায়েন্স স্ট্যাক এক্সচেঞ্জে উত্তর দেওয়া যেতে পারে। 7 বছর আগে স্থানান্তরিত । এই সমস্যাটি ইন্টারভিউস্ট্রেট ডটকম থেকে নেওয়া হয়েছে আমাদের এর পূর্ণসংখ্যার অ্যারে দেওয়া হয় । । । , Y এন }Y={y1,...,yn}Y={y1,...,yn}Y=\{y_1,...,y_n\} যে প্রতিনিধিত্ব করে nnn রেখাংশ …

23 algorithms  probability-theory 

প্রশ্নটি ফ্রেম করতে কম্পিউটার বিজ্ঞানে প্রায়শই আমরা বেশ কয়েকটি সম্ভাবনার পণ্য গণনা করতে চাই: P(A,B,C) = P(A) * P(B) * P(C) সরলতম পদ্ধতিটি কেবল এই সংখ্যাগুলিকে গুন করা এবং এটিই আমি করতে যাচ্ছিলাম। তবে, আমার বস জানিয়েছেন সম্ভাবনার লগ যুক্ত করা আরও ভাল: log(P(A,B,C)) = log(P(A)) + log(P(B)) + log(P(C)) …

21 algorithm-analysis  probability-theory 

মনে করুন যে আপনাকে একটি ন্যায্য মুদ্রা দেওয়া হয়েছে এবং আপনি বারে বারে একটি মেলা (ছয় পক্ষের) মারা যাওয়ার সম্ভাবনা বন্টনকে অনুকরণ করতে চান। আমার প্রাথমিক ধারণাটি হ'ল আমাদের যথাযথ পূর্ণসংখ্যার k,mk,mk,m , যেমন 2k=6m2k=6m2^k = 6m । সুতরাং মুদ্রা আলোকসম্পাতের পর kkk বার, আমরা পরিসীমা বিভাজক দ্বারা সংখ্যা ডাই …

21 probability-theory  randomness  sampling 

মনে করুন আমাদের কাছে একটি এলোমেলো জেনারেটর রয়েছে যা ইউনিফর্ম বিতরণ সহ এর পরিসরে সংখ্যাগুলি বের করে দেয় এবং অভিন্ন বিতরণ সহ আমাদের পরিসরে এলোমেলো সংখ্যা উত্পন্ন করতে হবে ।[0..R−1][0..R−1][0..R-1][0..N−1][0..N−1][0..N-1] মনে করুন যে আর সমানভাবে ভাগ করে না ; সত্যিকারের অভিন্ন বিতরণ পেতে আমরা প্রত্যাখ্যানের নমুনা পদ্ধতিটি ব্যবহার করতে পারি …

21 probability-theory  randomness  random-number-generator  sampling 

মনে করুন যে আমাদের একটি কালো-বাক্স যা আমরা কোয়েরি করতে এবং পুনরায় সেট করতে পারি। আমরা যখন রিসেট , রাষ্ট্র এর একটি উপাদান সেট থেকে এলোমেলোভাবে অবিশেষে মনোনীত সেট করা হয় যেখানে সংশোধন এবং প্রদত্ত জন্য পরিচিত হয় । অনুসন্ধানের জন্য , element element থেকে একটি উপাদান (অনুমান) সরবরাহ করা …

20 algorithms  probability-theory  randomized-algorithms 

পক্ষপাতদুষ্ট NNN পার্শ্বযুক্ত ডাই দেওয়া, কীভাবে পরিসীমাটিতে একটি এলোমেলো সংখ্যা একটি করে [1,N][1,N][1,N]তৈরি করা যায়? মরা মুখগুলির সম্ভাব্যতা বন্টন জানা যায় না, যা জানা যায় তা হ'ল প্রতিটি মুখের একটি ননজারো সম্ভাবনা থাকে এবং সম্ভাব্যতা বিতরণ সমস্ত ছোঁড়ায় একই হয় (বিশেষত, ছোঁড়াটি স্বাধীন)। এই সুস্পষ্ট সাধারণীকরণ ছাড়া কিছুই না অন্যায্য …

18 probability-theory  randomized-algorithms  random-number-generator 

আমি ইদানীং প্রত্যাশা সর্বাধিকীকরণের স্ব-অধ্যয়ন করেছি এবং নিজেকে প্রক্রিয়াটির কয়েকটি সাধারণ উদাহরণ ধরলাম: থেকে এখানে : তিনটি কয়েন হয় , এবং সঙ্গে , এবং যখন ক্ষতিগ্রস্থ মাথা বাঁচিয়ে কাজকর্ম জন্য নিজ নিজ সম্ভাবনা। টস । ফলাফলটি যদি প্রধান হয় তবে তিনবার টস করুন, অন্যথায় তিনবার টস করুন । এবং দ্বারা …

18 probability-theory  statistics 

আসুন বলে যে আমরা কর্ম বৃহৎ সংগ্রহ আছে τ1,τ2,...,τnτ1,τ2,...,τn\tau_1, \tau_2, ..., \tau_n ও অভিন্ন একটি সংগ্রহ প্রসেসর (কার্যকারিতা পদ) ρ1,ρ2,...,ρmρ1,ρ2,...,ρm\rho_1, \rho_2, ..., \rho_m যা সম্পূর্ণ সমান্তরালভাবে কাজ করে। আগ্রহের পরিস্থিতিগুলির জন্য, আমরা ধরে নিতে পারি m≤nm≤nm \leq n। প্রতিটি τiτi\tau_i একবার এটি একটি প্রসেসর নির্ধারিত হয় সম্পূর্ণ করার সময় / …

16 probability-theory  scheduling  parallel-computing 

এলোমেলোভাবে নির্বাচন অ্যালগরিদম নিম্নলিখিত: ইনপুট: একটি বিন্যাস এর (স্বতন্ত্র, সরলতা জন্য) সংখ্যা এবং একটি সংখ্যাএন কে ∈ [ এন ]AAAnnnk∈[n]k∈[n]k\in [n] আউটপুট: "র্যাঙ্ক উপাদান" (অর্থাত, অবস্থানে এক যদি সাজানো হয়েছিল)এ কে এkkkAAAkkkAAA পদ্ধতি: যদি এক উপাদান , তা ফেরতAAA এলোমেলোভাবে একটি উপাদান ("পিভট") নির্বাচন করুনppp এবং আর = \ { …

14 algorithms  algorithm-analysis  probability-theory  randomized-algorithms 

পটভূমি \newcommand\ms[1]{\mathsf #1}\def\msD{\ms D}\def\msS{\ms S}\def\mfS{\mathfrak S}\newcommand\mfm[1]{#1}\def\po{\color{#f63}{\mfm{1}}}\def\pc{\color{#6c0}{\mfm{c}}}\def\pt{\color{#08d}{\mfm{2}}}\def\pth{\color{#6c0}{\mfm{3}}}\def\pf{4}\def\pv{\color{#999}5}\def\gr{\color{#ccc}}\let\ss\gr ধরুন আমার কাছে দুটি ব্যাচ রয়েছে মার্বেল। প্রতিটি মার্বেল বর্ণের একটি হতে পারে , যেখানে । যাক রং এর মার্বেল সংখ্যা বোঝাতে প্রতিটি ব্যাচ হবে।nnncccc≤nc≤nc≤nninin_iiii আসুন মাল্টিসেট একটি ব্যাচের প্রতিনিধিত্ব করে। ইন ফ্রিকোয়েন্সি প্রতিনিধিত্ব , এছাড়াও হিসেবে লেখা যেতে পারে ।SS\msSএস(1এন1{1,…,1n1,2,…,2n2,…,1c,…,cnc}{1,…,1⏞n1,2,…,2⏞n2,…,1c,…,c⏞nc}\small\{\overbrace{\po,…,\po}^{n_1},\;\overbrace{\pt,…,\pt}^{n_2},\;…,\;\overbrace{\vphantom 1\pc,…,\pc}^{n_c}\}SS\msS(1n12n2…cnc)(1n12n2…cnc)(\po^{n_1} \;\pt^{n_2}\; …

13 algorithms  combinatorics  probability-theory  permutations  sampling 

একজন নেভ বেইস ভবিষ্যদ্বাণী এই সূত্রটি ব্যবহার করে তার পূর্বাভাস দেয়: P(Y=y|X=x)=αP(Y=y)∏iP(Xi=xi|Y=y)P(Y=y|X=x)=αP(Y=y)∏iP(Xi=xi|Y=y)P(Y=y|X=x) = \alpha P(Y=y)\prod_i P(X_i=x_i|Y=y) যেখানে একটি স্বাভাবিককরণের কারণ izing এর জন্য ডেটা থেকে পরামিতিগুলি অনুমান করা দরকার । আমরা যদি স্মোথিং দিয়ে এটি করি তবে আমরা অনুমানটি পাই getαα\alphaP(Xi=xi|Y=y)P(Xi=xi|Y=y)P(X_i=x_i|Y=y)kkk P^(Xi=xi|Y=y)=#{Xi=xi,Y=y}+k#{Y=y}+nikP^(Xi=xi|Y=y)=#{Xi=xi,Y=y}+k#{Y=y}+nik\hat{P}(X_i=x_i|Y=y) = \frac{\#\{X_i=x_i,Y=y\} + k}{\#\{Y=y\}+n_ik} যেখানে আছে সম্ভাব্য মান …

13 machine-learning  probability-theory  statistics 

নিরপেক্ষ মুদ্রার ফ্লপের ক্রম বিবেচনা করুন । আসুন প্রথম দেখা মুদ্রার উলটা পিঠ উপর মাথা সংখ্যা বেশী পরম মান বোঝাতে ফ্লিপ। নির্ধারণ । দেখাও এবং ।nnnHiHiH_iiiiH=maxiHiH=maxiHiH=\text{max}_i H_iE[Hi]=Θ(i√)E[Hi]=Θ(i)E[H_i]=\Theta ( \sqrt{i} )E[H]=Θ(n−−√)E[H]=Θ(n)E[H]=\Theta( \sqrt{n} ) এই সমস্যাটি রাঘাওয়ান এবং মোতওয়ানীর 'র্যান্ডমাইজড অ্যালগরিদম' এর প্রথম অধ্যায়ে উপস্থিত হয়েছে, সুতরাং সম্ভবত উপরের বক্তব্যের প্রাথমিক প্রমাণ …

12 probability-theory  randomized-algorithms 

কর্মক্ষেত্রে আমাকে একটি গতিশীল ভাষা সম্পর্কে কিছু ধরণের তথ্য অনুমান করার কাজ দেওয়া হয়েছিল। আমি নেস্টেড letএক্সপ্রেশনগুলিতে বিবৃতিগুলির ক্রমগুলি আবার লিখি , যেমন: return x; Z =&gt; x var x; Z =&gt; let x = undefined in Z x = y; Z =&gt; let x = y in Z if …

11 programming-languages  logic  type-theory  type-inference  machine-learning  data-mining  clustering  order-theory  reference-request  information-theory  entropy  algorithms  algorithm-analysis  space-complexity  lower-bounds  formal-languages  computability  formal-grammars  context-free  parsing  complexity-theory  time-complexity  terminology  turing-machines  nondeterminism  programming-languages  semantics  operational-semantics  complexity-theory  time-complexity  complexity-theory  reference-request  turing-machines  machine-models  simulation  graphs  probability-theory  data-structures  terminology  distributed-systems  hash-tables  history  terminology  programming-languages  meta-programming  terminology  formal-grammars  compilers  algorithms  search-algorithms  formal-languages  regular-languages  complexity-theory  satisfiability  sat-solvers  factoring  algorithms  randomized-algorithms  streaming-algorithm  in-place  algorithms  numerical-analysis  regular-languages  automata  finite-automata  regular-expressions  algorithms  data-structures  efficiency  coding-theory  algorithms  graph-theory  reference-request  education  books  formal-languages  context-free  proof-techniques  algorithms  graph-theory  greedy-algorithms  matroids  complexity-theory  graph-theory  np-complete  intuition  complexity-theory  np-complete  traveling-salesman  algorithms  graphs  probabilistic-algorithms  weighted-graphs  data-structures  time-complexity  priority-queues  computability  turing-machines  automata  pushdown-automata  algorithms  graphs  binary-trees  algorithms  algorithm-analysis  spanning-trees  terminology  asymptotics  landau-notation  algorithms  graph-theory  network-flow  terminology  computability  undecidability  rice-theorem  algorithms  data-structures  computational-geometry