认识概念↗
最终估计量是似然比乘以稀有事件指示器的样本均值。它通过从拟合的正态建议分布中抽取样本来计算,计算标准正态密度与建议密度的比率,乘以样本超过 的指示器,并对结果求平均。
适用条件:样本是从拟合的正态建议分布中抽取的,而不是原始分布。;事件指示器是 。
YouTube改进的交叉熵与原始交叉熵方法
1:44 – 2:30原站看这一段 ↗
最终估计量是似然比乘以稀有事件指示器的样本均值。它通过从拟合的正态建议分布中抽取样本来计算,计算标准正态密度与建议密度的比率,乘以样本超过 的指示器,并对结果求平均。
适用条件:样本是从拟合的正态建议分布中抽取的,而不是原始分布。;事件指示器是 。
YouTube改进的交叉熵与原始交叉熵方法
1:44 – 2:30原站看这一段 ↗