数据科学-优化、启发式和模拟
· 2 min read
- 启发式--一种实际解决问题的方法，不能保证最优，但足以达到直接目标。
- 贪婪算法（Greedy Algorithm）--一种遵循启发式的算法，在每个阶段做出局部最优选择，希望找到全局最优。
- 旅行推销员问题 (Traveling Salesman Problem, TSP)- 一个经典的计算机科学优化问题，涉及寻找访问列表中每个城市一次的最短路线。
- 仿真--用数学模型模仿现实世界中一段时间内的过程，以研究系统行为和性能。
- 大数法则- 概率模拟中样本量越大，越能揭示真实的基本统计分布的原理。
- 实验跟踪- MLOps 跟踪机器学习实验迭代中性能等关键指标的实践。
贪心算法
- 硬币找零问题
- 城市最短路径问题
Simulations and Experiment Tracking 模拟 和 实验跟踪
- Simulations: 通过模拟的方法，用贪心算法获得最优解
- Experiment Tracking: 通过减少错误率并调整参数，获得最好结果
