stokastisk vektor
En stokastisk vektor er en vektor med ikke-negative elementer, der summerer til 1, og som repræsenterer en sandsynlighedsfordeling over et endeligt antal hændelser.
Kort fortalt
En stokastisk vektor er en liste af tal mellem 0 og 1, der tilsammen giver 1, fx sandsynligheden for at et ord i en sætning er det næste.
- Kategori
- begreb
- Niveau
- begynder
Betydninger
1- 1
En vektor med ikke-negative reelle elementer, der summerer til 1, brugt til at repræsentere en diskret sandsynlighedsfordeling.
- Softmax-funktionen producerer en stokastisk vektor over klasserne.
- I en Markov-kæde beskriver den stokastiske vektor tilstandens sandsynlighedsfordeling.
Hvornår bruges det
Stokastiske vektorer anvendes i AI til at repræsentere sandsynlighedsfordelinger, fx i attention-mekanismer (softmax-output) og i Markov-kæder. I træning af neurale netværk bruges de som output fra softmax-laget til klassifikation. De er også fundamentale i reinforcement learning for politikker.
Formel
v ∈ ℝⁿ, v_i ≥ 0, ∑_{i=1}^{n} v_i = 1Oprindelse
Fra græsk 'stokhastikos' (som betyder 'god til at gætte') og latin 'vector' (som betyder 'bærer').