zero-loss - translation to ρωσικά
Diclib.com
Λεξικό ChatGPT
Εισάγετε μια λέξη ή φράση σε οποιαδήποτε γλώσσα 👆
Γλώσσα:

Μετάφραση και ανάλυση λέξεων από την τεχνητή νοημοσύνη ChatGPT

Σε αυτήν τη σελίδα μπορείτε να λάβετε μια λεπτομερή ανάλυση μιας λέξης ή μιας φράσης, η οποία δημιουργήθηκε χρησιμοποιώντας το ChatGPT, την καλύτερη τεχνολογία τεχνητής νοημοσύνης μέχρι σήμερα:

  • πώς χρησιμοποιείται η λέξη
  • συχνότητα χρήσης
  • χρησιμοποιείται πιο συχνά στον προφορικό ή γραπτό λόγο
  • επιλογές μετάφρασης λέξεων
  • παραδείγματα χρήσης (πολλές φράσεις με μετάφραση)
  • ετυμολογία

zero-loss - translation to ρωσικά

IN STATISTICS, A FUNCTION REPRESENTING THE COST ASSOCIATED WITH AN EVENT
Objective function; Criterion function; Risk function; Quadratic loss function; Squared error loss; Loss functions; Stochastic criterion function; 0-1 loss function; Zero-one loss function; 0-1 loss; Zero-one loss; Loss Functions

zero-loss      

электроника

беспотерьный

quadratic loss function         
квадратическая функция потерь
objective function         
целевая функция

Ορισμός

Антагонистические игры
(матем.)

понятие теории игр (см. Игр теория). А. и. - игры, в которых участвуют два игрока (обычно обозначаемые I и II) с противоположными интересами. Для А. и. характерно, что выигрыш одного игрока равен проигрышу другого и наоборот, поэтому совместные действия игроков, их переговоры и соглашения лишены смысла. Большинство азартных и спортивных игр с двумя участниками (командами) можно рассматривать как А. и. Принятие решений в условиях неопределённости, в том числе принятие статистических решений, также можно интерпретировать как А. и. Определяются А. и. заданием множеств стратегий игроков и выигрышей игрока I в каждой ситуации, состоящей в выборе игроками своих стратегий. Таким образом, формально А. и. есть тройка ‹А, В, Н›, в которой А и В - множества стратегий игроков, а Н (а, b) - вещественная функция (функция выигрыша) от пар (а, b), где а A, b В. Игрок I, выбирая а, стремится максимизировать Н(а, b), а игрок II, выбирая b, - минимизировать Н (а, b). А. и. с конечными множествами стратегий игроков называются матричными играми (См. Матричные игры).

Основой целесообразного поведения игроков в А. и. считается принцип Минимакса. Следуя ему, I гарантирует себе выигрыш

точно так же II может не дать I больше, чем

Если эти "минимаксы" равны, то их общее значение называется значением игры, а стратегии, на которых достигаются внешние экстремумы, - оптимальными стратегиями игроков. Если "минимаксы" различны, то игрокам следует применять смешанные стратегии, т. е. выбирать свои первоначальные ("чистые") стратегии случайным образом с определёнными вероятностями. В этом случае значение функции выигрыша становится случайной величиной, а её Математическое ожидание принимается за выигрыш игрока I (соответственно, за проигрыш II). В играх против природы оптимальную смешанную стратегию природы можно принимать как наименее благоприятное априорное распределение вероятностей её состояний. В А. и. игроки, используя свои оптимальные стратегии, ожидают получения (например, в среднем, если игра повторяется многократно) вполне определённых выигрышей. На этом основан рекуррентный подход к динамическим играм в тех случаях, когда они сводятся к последовательностям А. и., решения которых можно найти непосредственно (например, если эти А. и. являются матричными). А. и. составляют класс игр, в которых принципиальные основы поведения игроков достаточно ясны. Поэтому всякий анализ более общих игр при помощи А. и. полезен для теории. Пример такого анализа даёт классическая Кооперативная теория игр, изучающая общие бескоалиционные игры через системы А. и. каждой из коалиций игроков против коалиции, состоящей из всех остальных игроков.

Лит.: Бесконечные антагонистические игры, под ред. Н. Н. Воробьева, М., 1963.

Н. Н. Воробьев.

Βικιπαίδεια

Loss function

In mathematical optimization and decision theory, a loss function or cost function (sometimes also called an error function) is a function that maps an event or values of one or more variables onto a real number intuitively representing some "cost" associated with the event. An optimization problem seeks to minimize a loss function. An objective function is either a loss function or its opposite (in specific domains, variously called a reward function, a profit function, a utility function, a fitness function, etc.), in which case it is to be maximized. The loss function could include terms from several levels of the hierarchy.

In statistics, typically a loss function is used for parameter estimation, and the event in question is some function of the difference between estimated and true values for an instance of data. The concept, as old as Laplace, was reintroduced in statistics by Abraham Wald in the middle of the 20th century. In the context of economics, for example, this is usually economic cost or regret. In classification, it is the penalty for an incorrect classification of an example. In actuarial science, it is used in an insurance context to model benefits paid over premiums, particularly since the works of Harald Cramér in the 1920s. In optimal control, the loss is the penalty for failing to achieve a desired value. In financial risk management, the function is mapped to a monetary loss.

Παραδείγματα από το σώμα κειμένου για zero-loss
1. Otherwise, large–scale investment projects of a national scope and operating with a zero–loss policy will quickly be replaced by purely commercial projects of lesser importance.
Μετάφραση του &#39zero-loss&#39 σε Ρωσικά