Logo
☆☆☆☆☆
0.0
Advanced
20h

修复随机:C# 中的技术

编程中我们经常面临涉及不确定性、统计和概率的问题。然而,大多数日常使用的通用编程语言在解决这些问题时都缺乏有效的手段。 在C#中,这种情况尤为明显,其System.Random类的实现长期以来表现不佳。C#中的System.Random常常导致意外且难以察觉的错误结果。 如果你是一位热爱C#并希望探索语言新用法的开发者,那么本课程正适合你。它将提出改进System.Random类的不同方法,提供一系列强大的技术,能够更高效地解决问题,并用更少的代码实现。

6 Lessons
Included in Subscription Plan
Personalized Learning
Powered by AI
修复随机:C# 中的技术
编程中我们经常面临涉及不确定性、统计和概率的问题。然而,大多数日常使用的通用编程语言在解决这些问题时都缺乏有效的手段。 在C#中,这种情况尤为明显,其System.Random类的实现长期以来表现不佳。C#中的System.Random常常导致意外且难以察觉的错误结果。 如果你是一位热爱C#并希...

WHAT YOU'LL LEARN

理解 C# 中 System.Random 的常见问题及其成因

Content

6 Lessons • 0 Quizzes • 0 Challenges

C# 中的 System.Random 简介
  1. 1

    本课程适合谁?

  2. 2

    C# 中 System.Random 的缺点

随机问题的修复入门
  1. 1

    修复简单问题

  2. 2

    连续概率分布简介

  3. 3

    离散分布简介

修复随机性 - 离散分布
  1. 1

    单例分布

  2. 2

    C# 对象上的离散分布

  3. 3

    非均匀离散分布

  4. 4

    非均匀离散分布(续)

  5. 5

    别名法

  6. 6

    条件概率推理

  7. 7

    高效采样条件分布

  8. 8

    似然函数

  9. 9

    概率分布单子

  10. 10

    概率分布单子(续)

  11. 11

    具有整数结果的概率分布单子

  12. 12

    解决贝叶斯推断问题

  13. 13

    离散概率分布类型作为单子

  14. 14

    蒙提霍尔问题

  15. 15

    空分布

  16. 16

    关于语言设计的思考

  17. 17

    提议的简化版 C#

  18. 18

    转换为普通的 C# 7

  19. 19

    改进命令式概率工作流的挑战

  20. 20

    离散概率分布的问题

  21. 21

    模型马尔可夫过程

  22. 22

    马尔可夫模型的应用

修复随机性——连续分布
  1. 1

    概率分布函数

  2. 2

    采样技术

  3. 3

    梅特罗波利斯算法

  4. 4

    后验分布

  5. 5

    计算连续后验分布

  6. 6

    离散分布的期望值

  7. 7

    随着样本数量的增加,平均值会怎样变化?

  8. 8

    期望值的更好估计

  9. 9

    期望值的更好估计(续)

  10. 10

    回顾期望值

  11. 11

    重要性采样的正确实现

  12. 12

    攻击最后一个难题

  13. 13

    进一步优化

结论
  1. 1

    关于修复随机性的更多内容

  2. 2

    最后的话

附录
  1. 1

    定义

  2. 2

    在 C# 中生成随机的非均匀数据

Certificate of Completion

Showcase your accomplishment by sharing your certificate of completion.

Course Author:Anonymous User

Reviews

Read reviews from students who have taken this course and share your own experience.

Reviews & Comments (0)