스피커 | 성적 증명서 |
| 시단트 카르말리 | 안녕하세요 여러분, 저는 Siddhant Karmali, Mason Chen, Arhan Surapaneni입니다. |
| 실제 포커 상황에 맞춰 AKQJ 게임을 최적화합니다. 따라서 COVID-19는 효과적인 정신 건강으로, 기존 정신 건강 문제를 악화시킬 수 있습니다. |
| 질병에 대한 두려움이나 사랑하는 사람을 잃는 것과 같은 전염병과 관련된 스트레스 요인은 사람들의 의사 결정 능력에 영향을 미쳐 중독 행동으로 이어질 수 있습니다. |
| 그리고 도박 중독은 온라인 도박 사이트의 증가로 인해 증가한 그러한 행동 중 하나입니다...온라인 도박 사이트의 사이트 트래픽. |
| 이 프로젝트는 포커 게임의 다양한 상황이 사람들이 비이성적인 결정을 내리는 데 어떤 영향을 미치는지 분석합니다. 여기에는 문제적 도박으로 이어질 수 있는 상황이 포함됩니다. 우리는 에이스와 페이스 카드만 사용하는 단순화된 포커 모델, 즉 A, K, Q, J를 개발했습니다. |
| 특정 승리 핸드의 확률을 높이는 것을 AKQJ라고 부르는데, 에이스, 킹, 퀸, 잭을 뜻합니다. |
| 이 모델의 변수는 카드 값, 플레이어 수, 베팅 라운드 수, 카드가 공개되었는지 숨겨진 것인지 여부입니다. |
| 오픈 카드든... 이 모델의 목적은 포커 게임에서 승리 결과에 대한 복잡한 확률 계산을 단순화하는 것입니다. |
| 그리고 우리는 이 목표를 실제 포커에는 여러 베팅 라운드가 있기 때문에, 다른 베팅 라운드가 있는 다양한 포커 변형에서도 이 모델이 효과적임을 증명하거나 보여줄 수 있다는 생각으로 확장할 것입니다. |
| 그래서 이게 프로젝트 방식이에요... 아니면 이게 프로젝트 개요예요. 먼저 감정적 베팅과 강박적 도박을 조사했고 강박적 도박의 위험 요소는 뭐예요? 사람들은 어떻게 좋아할까요... 강박적 도박꾼들은 어떻게 생각할까요? |
| 왜 도박을 할까요? 그래서 우리는 사람들이 스릴을 위해 도박을 한다는 것을 발견했습니다. 중독자처럼요... 약물에 중독된 사람들은 흥분이나 스릴을 위해 약물을 사용합니다. 그래서 다시 한 번 우리는... |
| 우리는 도박이나 도박 중독이 리뷰에 관련된 뇌의 화음이나 보상 시스템에 관련된 뇌의 화음과 동일하다고 추론합니다. |
| 그리고 나서 우리는...우리 기술은 실제 사례에서 숨겨진 카드와 열린 카드를 사용하는 것이었습니다. 그래서 숨겨진 카드와 열린 카드는... 그래서 열린 카드는 플레이어가 앞면을 위로 하고 숨겨진 카드는 뒷면을 아래로 하고 플레이어만이 그 정체를 아는 카드입니다. |
| 그리고 나서 우리는 두 개의 별도 알고리즘을 만들었습니다. 포괄적인 알고리즘과 최악의 경우 알고리즘이 있었습니다. |
| 그러나 모든 카드가 숨겨져 있고 계산이 어렵기 때문에 종합적인 알고리즘은 더 복잡하며 최악의 경우 알고리즘에는 일부 공개 카드가 있어 플레이어...또는 모델링된 플레이어가 추론할 수 있습니다. |
| 당신이 베팅을 하든 안 하든. 그리고 이게 우리의 엔지니어링 부분이었습니다. 우리는 JMP를 사용하여 플레이어의 플레이 스타일을 모델링했습니다. |
| 그리고 우리도 사용했어요 |
| 아한이 보여줄 것처럼 Java와 Python 프로그래밍을 사용하여 무작위로 카드 상황을 생성하고, JMP에서 확률을 계산하고 상관관계 및 회귀 검정을 수행했습니다. |
| 그래서 숨겨진... 숨겨진 카드와 열린 카드. 열린 카드는, 내가 말했듯이, 열린 카드는 플레이... 플레이어가 다른 플레이어가 볼 수 있도록 앞면을 위로 해서 두는 카드입니다. |
| 그리고 숨겨진 카드는 뒤집어져 있고 플레이어만이 그 정체를 알고 있습니다. 포괄적인 알고리즘은 |
| ...이것은 일반적으로 플레이어가 확률을 계산하려고 시도해야 하는 실제 포커 게임에서 발생하는 일입니다. |
| 상대방의 현재 패를 바탕으로, 자신이 다른 사람을 상대로 이길지, 자신이 상대방을 상대로 이길지를 결정합니다. |
| 그리고 포괄적인 알고리즘에서는 모든 카드가 숨겨져 있고 어떤 플레이어가 어떤 카드를 가지고 있는지 알 수 없기 때문에 어렵습니다. 그리고 오픈 카드는 AKQJ 게임을 계산적으로 더 쉽게 만듭니다. |
| 그리고 숨겨진 카드의 수는 베팅 라운드 수에 따라 증가합니다. 그래서 우리가 한 첫 번째 사례는 라운드가 하나이고 플레이어가 6명인 경우였고, 숨겨진 카드가 6장이었습니다. |
| 그 다음에는 7장의 숨겨진 카드가 있는 한 번의 베팅 라운드와 5명의 플레이어가 있습니다. |
| 등. |
| 그래서 이전에 우리는... 모델에서 6명의 플레이어가 A에서 F까지의 라벨을 받았습니다. 우리는 그들에게 확률 특성을 할당했는데, 이는 베팅을 할 때의 신뢰도 백분율입니다. |
| A는 0%, B는 15%, C는 30%, D는 45%, E는 60%, F는 75%입니다. 그리고 F의 75% 확률은 다음을 의미합니다. |
| 그들이 75% 이상 그 사람, 상대방을 상대로 이길 것이라고 확신하지 않는 한, 그들은 베팅을 받지 않을 것입니다. 즉, 그들은 베팅에 있어서 매우, 매우 보수적이라는 것을 의미합니다. |
| 일반적인 포커 케이스, 즉 포괄적인 알고리즘과 최악의 경우 알고리즘입니다. |
| 일반적인 방법은 계산되거나 예를 들어 포커 경기에서 A가 이길 확률을 계산하려는 경우 |
| 일반적인 방법의 관점에서 우리는 A의 확률을 사용해야 합니다. 즉 A 대 B가 이길 확률에 A 대 C가 이길 확률을 곱한 값입니다. |
| A가 F에 비해 이길 확률까지. 이를 계산하는 데는 매우 오랜 시간이 걸리며 실제 포커 경기에서는 번거롭습니다. 베팅 라운드 시간이 45초에서 1분이 될 수 있고 1분 안에 이런 종류의 계산을 할 수 있는 사람은 많지 않기 때문입니다. |
| 그래서 최악의 경우는... 그래서 우리는 최악의 경우 방법을 개발하게 된 것입니다. |
| 최악의 경우...우리는 모든 플레이어에게 공개된 4장의 공유 카드와 플레이어당 1장의 숨겨진 카드, 1장의 공개 카드 중에서 플레이어가 볼 수 있는 카드로 가장 좋은 핸드를 만들 수 있는 사람이 누구인지 보는 방식으로 최악의 결과를 계산했습니다. |
| 우리는 이 두 알고리즘을 세 가지 다른 경우에 사용합니다. 첫 번째 경우는 베팅 라운드 하나와 플레이어 6명입니다. 우리는 각 플레이어가 포기하거나 머물러야 할 경우와 그들이 이기거나 잃을 칩의 수를 결정해야 합니다. |
| 예를 들어, A는 칩을 잃어도 그대로 머물러 있기 때문에 |
| ...그건 우리 모델 중 하나였는데, 우리는 그들이 도박에 문제가 있다는 걸 알고 있었어요. 그래서... 그래서... 우리의 상태에 따라 그들은 머물러야 했어요. |
| B는 E에 대해 승리하지만 다른 사람에게는 승리하지 못합니다. 이 경우 C는 승리하지 못합니다. D는 B와 C에 대해 승리하고 A와 E와 비깁니다. |
| 그리고 E는 이기지 못하고, F는 모든 것을 이긴다... 다른 모든 플레이어에 대항해서. C와 E가 이기지 못했기 때문에, 그들은... 또는 B가 충분히 이기지 못했기 때문에, C가 전혀 이기지 못했기 때문에, 그리고 E가 전혀 이기지 못했기 때문에, 그들은 모두 포기한다. |
| 다음 베팅 라운드에서 그들은... 칩을 잃습니다. 그래서 남는 사람들은... 이것이 한 경기 또는 한 베팅 라운드 포커 경기라는 점을 고려하면, |
| 가장 이길 가능성이 높은 것은 F입니다. 왜냐하면 최악의 경우 승리 확률이 가장 높기 때문입니다. 그리고 이전 슬라이드로 이동하면 플레이어 A 또는 플레이어 |
| ...또는 6명의 플레이어의 경우 플레이어 F의 전체가 80%에 매우 가까웠으므로 우리는... 그래서... 그래서 상관관계가 있습니다... 또는 강한 상관관계가 있었습니다. |
| 그만큼 |
| AKQJ 최악의 경우 방법과 일반적인 방법. 그리고 다음 경우는 베팅 라운드 1개와 플레이어 5명입니다. 이 경우 신뢰도 값이 변경됩니다. |
| A는 0%, B는 12%, C는 25%, D는 38%, F는 65%입니다. 플레이어 E는 이전 라운드에서 가장 많은 칩을 잃어 포기해야 했기 때문에 제외되었습니다. |
| 플레이어가 적은 이 라운드에서 숨겨진 카드가 더 많다는 것을 알 수 있습니다. 숨겨진 카드의 수는 베팅 라운드와 플레이어 수에 따라 증가합니다. |
| 숨겨진 카드의 수가 늘어나면 계산 시간이 더 오래 걸릴 수 있으며, 이는 플레이어를 더 긴장하게 만들고 돈을 잃을 수 있기 때문에 계산을 하기를 꺼릴 수 있습니다. 이 경우, 플레이어 F는 승리하지 못했습니다. |
| 최악의 경우 승리 확률이 어떻게 되는지 |
| 가 신뢰 비율보다 낮으므로 포기할 수밖에 없습니다. |
| 즉... 혹은 보수적인 플레이어들은 게임 후반에 잘하지 못할 수도 있습니다. 왜냐하면, 아시다시피, 돈을 너무 인색하게 쓰기 때문입니다. 그들은 스테이크가 더 높아도 올바른 베팅을 하지 않습니다. |
| 다음 사례는 4명의 플레이어를 대상으로 하며 플레이어 F가 승리하는지 여부를 확인하기 위해 이 테스트를 수행했으며 F가 승리하지 못하는 경우 자신 있게 말할 수 있습니다. |
| 더 보수적인 플레이어는 잘하지 못합니다...게임 후반에는 잘하지 못합니다. 그리고 F는 승리 확률을 계속 줄여야 한다는 점에 유의하세요. |
| 또한 최악의 경우 알고리즘이 5명의 플레이어에게 일치하는지 테스트했습니다. 일반적인 방법에서 B는 11%의 승률을 가지고, D는 46%의 승률을 가지고, F는 48%의...48%의 승률을 가지고 있습니다. |
| 이는 최악의 경우 값에 매우 가깝기 때문에 0.998의 R 제곱으로 강력한 상관관계를 얻습니다. |
| 따라서 이 최악의 경우로 인해 5인 매치에서는 F가 50%의 확률로 승리하게 됩니다. |
| 그리고 우리는 또한 4명의 플레이어를 대상으로 이것을 테스트했습니다. |
| 여기서 우리는 F가 4명의 플레이어 케이스에서 50%의 시간 동안 이길 것이라는 것을 확인합니다. 그리고 세 번째 케이스는 6명의 플레이어에서 3개의 베팅 라운드가 있습니다. 이 경우 값은 동일합니다. |
| 그리고 E는 우리가 다시 더한 56%입니다. 첫 번째 라운드에서 F가 승리했지만, 플레이어들이 B, C, D가 폴드하는 것처럼 폴드하기 시작하면서, |
| F는 자신의 자신감 수준을 바꿔야 합니다. |
| F는 라운드의 승리 확률에 맞춰 신뢰 수준을 바꿔야 합니다. |
| F의 레벨은 첫 번째 라운드 이후 60%로 변경되고, 두 번째 라운드 이후 54%로 변경됩니다. |
| 이건 모델과 마찬가지로 복잡해요. |
| 이것은 비자발적일 것입니다. |
| 이는 보수적인 플레이 스타일에는 긴장감이 있으며, 이로 인해 이런 플레이어가 다음 라운드에서 패배하게 된다는 것을 의미합니다. |
| 플레이어 A와 F는 극단적인 플레이 스타일을 나타내며, 이는 문제적 도박을 나타낼 수 있습니다. 그리고 이것은 베팅 라운드 계산에 대한 간단한 요약입니다. 두 베팅 라운드에서 또는 두 개의 벤딩 라운드가 있는 게임에서 F가 20번 중 두 번만 이긴다는 것을 알 수 있습니다. 따라서 |
| 그... |
| 플레이어의 가능한 핸드가 모두... F의 가능한 핸드가 상대방의 가능한 핸드에 맞설 만큼 좋지 않은 것과 같습니다. 이는 두 번의 베팅 라운드와 세 번의 베팅 라운드에서 모두 발생합니다. |
| 그리고 이것은 긴장감 때문이며, 이것은 F의 확률이 너무 높아서 그들이 일치시킬 수 없었던 사실 때문입니다. |
| 자신감 수준이죠. 그래서 만약 당신이 원한다면...아마도 포커 게임에서 잘하는 최적의 전략은 베팅에 너무 공격적이지 않고, 또한 베팅에 너무 보수적이지 않는 것입니다. 플레이어 D와 같이... |
| 플레이어 D는 38%의 확률을 가지고 있었습니다... 또는 38%의 확률이므로 상대방을 이길 수 있는 확률은 최소 38%여야 합니다. 그래서... 저는... 또는 이를 바탕으로, 그 지점이 포커에 적합한 곳이라고 생각합니다. 이제, 이것이 왜 중요할까요? |
| 우리는 또한...또는 세 명의 플레이어 테스트를 해서 플레이어 F가 포기해야 하고 플레이어 D가 이 라운드에서 이긴다는 것을 확인했습니다. 따라서 플레이어 D가 AKQJ 포커 모델에서 베팅 라운드가 두 개 이상이고 플레이어가 여섯 명 이상...6명 미만인 이 포커 모델에서 가장 좋은 전략을 가지고 있다고 말할 수 있습니다. |
| 우리는 또한 F가 이기지 못한다는 것을 고려하거나 보여주기 위해 두 번의 베팅 라운드를 했습니다. |
| 그리고 이것은 F가 지는 결과가 베팅 라운드 내내 유지되는지 테스트하기 위해 우리가 한 또 다른 사례입니다. 우리는 이것을 3개의 베팅 라운드와 4명의 플레이어로 했습니다. |
| 그리고 이제, 이게 왜 중요한 걸까요? 우리는 이전에 플레이어들이 최악의 경우와 같은 간단한 계산을 수행하여 패배한 핸드에서도 베팅하려는 충동을 제어할 수 있다는 것을 보여주었습니다. |
| 도박 중독이 있는 사람들은 배팅에 매우 공격적일 수 있으며, 돈을 잃을 거라는 걸 알면서도 큰 돈을 딸 수 있다는 희미한 희망에 따라 여전히 배팅을 합니다. |
| 도박 중독이 있는 사람들은 배팅에 매우 공격적일 수 있으며, 돈을 잃을 거라는 걸 알면서도 큰 돈을 딸 수 있다는 희미한 희망에 따라 여전히 배팅을 합니다. |
| 이것은 감정에 기반한 베팅 스타일이며, 도박꾼의 오류에 빠지기 쉽습니다.도박꾼의 오류란 예를 들어, 운이 좋으면 다음 번에 운이 좋을 것이라고 생각하는 것입니다. |
| 포커 경기에서 플레이어가 적고 베팅 라운드가 더 많아지는 이러한 새로운 사례는 가장 합리적인 플레이어조차도 긴장한다는 생각을 도입했습니다. 그래서 F, |
| 6명의 플레이어로 이루어진 한 베팅 라운드에서, 그 플레이어는 경험이 있거나, 기다릴 줄 알고, 좋은 전략을 가질 수 있었습니다. 그 또는 그녀가, 잠깐만요. |
| 이것은...그리고 우리는 이것을 실제 포커 게임에 적용할 수 있습니다. 왜냐하면 인간의 부교감 신경계는 아드레날린과 같은 스트레스 호르몬을 신체로 방출하기 때문입니다. |
| 싸움이나 도피 반응을 유발합니다. 포커 게임과 같은 위험이 큰 상황에 처해 있을 때, |
| 그러면 당신은... 표면적으로는 무엇이 걸려 있는지 알고 있고, 당신의 돈과 자산이 걸려 있다는 것을 알고 있습니다. |
| 당신은 그것을 시도하고 증가시키기 위해 그것에 베팅할 것입니다. 그것은 단지 고유한 인간 본성입니다. 이 포커 게임에서는 편도체에 더 많은 대역폭이 주어지는데, 편도체는 감정을 제어하는 뇌의 영역이며, 합리적이고 실행 기능에 관여하는 전두엽 피질에 주어지지 않습니다. |
| 따라서 라운드에 숨겨진 카드가 많을수록 플레이어는 베팅에 더 불안해져서 더 나쁜 베팅을 할 수 있습니다. |
| 그들이 포커에 매우 능숙하다고 하더라도요. |
| 그리고 이러한 불안함은 위험 계산과 스릴을 위한 도박이라는 개념에 기초한 강박적 도박 장애의 맹목적인 베팅 특성과 상관관계가 있을 수 있습니다. |
| 그리고 우리의 결론은 F, 또는 플레이어 F와 같은 지나치게 보수적인 플레이어는 현실적인 포커 상황에서 잘하지 못할 수 있다는 것입니다. 그래서 가장 잘하는 사람들은 보수적인 편이지만 일반적인 매우, 매우 인색한 플레이어보다 베팅할 의향이 더 큽니다. |
| 그리고 우리가 얻을 수 있는 가장 중요한 결론은 플레이어가 기본적인 통계 계산을 이해하고 게임에 사용할 수 있다면 도박 장애가 완화될 수 있다는 것입니다. |
| 그리고 |
| 미래 연구는 실제로 미래가 아니라, 일어날 일이거나 이미 연구를 했고, 파이썬을 사용하여 더 신뢰할 수 있는 데이터를 얻을 것이고, 그것이 바로 아한의 프레젠테이션에서 보여줄 것입니다. 시청해 주셔서 감사합니다. |
| 아르한 수라파네니 | 매년 수백만 명의 사람들이 파티를 즐기고 사치스러운 생활을 즐기기 위해 카지노의 수도인 라스베거스를 방문하지만 |
| 가장 중요한 것은 도박입니다. |
| 도박은 승리에 따른 거짓된 성공 보상을 주지만, 여전히 재정적, 사회적 갈등의 어두운 함정을 숨긴다. |
| 우리 세대는 기술의 진보가 급속히 표준이 되고, 컴퓨터 프로그래밍 언어가 현대 세계에서 성공하는 데 필요한 과목이 되면서 현대화되고 있습니다. |
| 현대의 컴퓨터 프로그래밍 도구와 ???를 활용하면 이러한 심리적 문제를 심층적으로 살펴보고 이를 해결하는 데 도움이 되는 도구를 분석할 수 있습니다. |
| 이 작업은 저자인 Siddhant Karmali, Mason Chen, Saloni Patel과 함께 진행되었으며, 자문위원인 Charles ??? 박사와 ???의 도움을 받았습니다. |
| 앞서 언급했듯이 매년 수백만 명의 사람들이 카지노를 찾아와 많은 인구에 영향을 미칩니다. |
| 이렇게 큰 표본 크기에 영향을 미치는 문제에서 가장 중요한 질문 중 하나는 도박 문제에 대한 해결책을 어떻게 표현할 것인가, 그리고 이를 어떻게 효율적으로 수행할 것인가입니다. |
| Siddhant의 프레젠테이션을 통해 우리는 독창적인 방법에 대해 많은 것을 배웠습니다. |
| 도박을 설명하는 동시에 도박에 대한 경제적 오해를 제시하고, 게임의 행운에 의존해 긍정적인 결과를 얻는 것보다는 차분하고 조심하는 것이 가장 좋은 결과를 가져온다는 것을 증명합니다. |
| 이 모든 것은 Java를 통해 이루어졌습니다. 그러나 이 방법은 92회 실행에 30시간이 걸립니다. 이는 효과적이지 않고 사용할 수 없습니다. 그러나 Python을 사용하면 이 시간을 몇 초로 줄이는 동시에 전체 방법에 도움이 되는 더 높은 수준의 복잡성을 허용합니다. |
| 요약하자면, 이 방법에는 6인 모델이 필요했고, 각 플레이어는 AKQJ 16팩에서 두 장의 카드를 받았습니다. |
| 카드 중 하나는 숨겨져 있고, 테이블에는 4장의 카드가 놓여 있습니다. 각 플레이어는 얼마나 자주 포기하거나 계속 플레이하는지를 결정하는 자신감 수준을 가지고 있습니다. |
| 계속 플레이하면 3점을 잃고, 포기하면 1점만 잃습니다. 이는 맹목적으로 도박하는 플레이어부터 신중한 전략가까지 다양한 플레이어를 모델로 삼기 위한 노력의 일환입니다. |
| 일반적으로 대규모 실험을 수행할 때 적절한 양의 테스트를 실행하여 생성된 데이터를 사용할 수 있게 하는 것은 매우 지루하고 시간이 많이 걸립니다. |
| 효율적인 대안은 컴퓨터 프로그래밍을 사용하는 것인데, 더 구체적으로는 몬테카를로 시뮬레이션에서 컴퓨터 언어 파이썬을 사용하는 것입니다. 몬테카를로 시뮬레이션은 수치적 결과가 포함된 반복적 무작위 표본 추출에 의존하는 광범위한 종류의 계산 알고리즘으로 정의됩니다. |
| 여기 다이어그램에 적용된 Java 프로그램은 매우 비효율적입니다. 무작위 샘플 두 개만 허용하고 각 특정 시퀀스를 개별적으로 소싱하는 프로세스는 어렵습니다. |
| 더 큰 데이터 세트를 도출하려고 할 때 이를 변경하는 것이 중요합니다. 언어 간의 일반적인 차이점 분석, |
| Java는 컴파일된 언어로 정적으로 타이핑되고 Python은 인터프리트 언어로 동적으로 타이핑된다는 것을 식별하는 것이 중요합니다. 이 단일 차이점으로 인해 Java는 런타임에 더 빠르고 디버깅하기 쉽습니다. |
| 하지만 Python은 사용하기도 쉽고 읽기도 쉽습니다. |
| 파이썬은 또한 우아한 구문을 가진 인터프리터 언어로, 이를... 여러 분야에서 스크립팅과 신속한 애플리케이션 개발에 매우 좋은 옵션으로 만듭니다. 이는 다음 방법으로 적용됩니다. |
| 우리가 살펴봐야 할 한 가지는 전체 52장 카드 세트, AKQJ 16장 카드에 적용 가능한 새로운 랜덤화기입니다. |
| 이 모델은 특히 몬테카를로 시뮬레이션을 사용할 때 통계적 ??? 렌더링의 정확도를 더 높여줍니다. |
| 파이썬에 캐릭터를 추가할 수 있는 유익한 측면 중 하나. Siddhant가 다루었듯이, 이제 우리는 베팅을 사용할 수 있습니다. |
| 두 장의 카드에 수동으로 다른 신뢰 수준을 적용하는 대신, 무작위로, 몬테카를로 방법을 사용하여 나중에 볼 수 있는 베팅을 추가하거나 제거할 수 있는 능력에 대한 특정 백분율 임계값을 기준으로 다른 선택을 할 수 있습니다. |
| 먼저, 덱에 대해 이야기하는 것이 중요합니다. 여기서 우리는 셔플링 기능이 있는 16장 카드 배열을 봅니다. 이를 통해 카드를 무작위로 지정할 수 있습니다. |
| Java 프로그램에서 볼 수 있는 초기 함수와 유사합니다. |
| 이것은 다른 플레이어를 위해 총 16장의 카드에서 두 장의 카드를 뽑습니다. 이를 염두에 두고, 원래의 포괄적인 방법과 최악의 경우 방법 모두에 광범위한 응용 프로그램이 있으며, 이는 나중에 다루고 개발될 것입니다. |
| ??? 동일한 덱을 사용하면 최악의 경우를 계산하는 방법에 영향을 미치기 위해 변경 사항을 추가하거나 항목을 이동할 수 있으며, 이는 최종 목표에 도움이 됩니다. |
| 우리는 이전 JAVA 방식에서 동일한 유연성을 가지고 있지 않습니다. 최악의 경우 방식에 대한 Python 특정 변경 사항에는 특정 elif/if가 포함됩니다. |
| 진술, 최악의 카드를 가진 플레이어가 패배로 표시되고 Siddanth가 다룬 공식이 변경되었습니다. 이는 더 효율적으로...을 허용하기 때문에 중요합니다. |
| 데이터 수집의 효율성이 높아지고, 랜덤화기의 출력을 더 정확하게 만들 가능성이 높아집니다. 이러한 별도의 카드에 특정 이름을 추가할 수 있으며, 이는 그 자체로 또 다른 유용한 응용 프로그램입니다. |
| 이 단순화된 몬테카를로 시뮬레이션은 시나리오를 기반으로 새로운 베팅을 추가할 수 있으므로 더 많은 복잡성을 허용합니다. |
| Siddanth가 설명한 여러 베팅 라운드. 현재 베팅을 변경하여 캐릭터를 변경할 수 있으며, 이는 플레이어가 베팅 라운드에 머무르거나 떠나는 방식에 영향을 미치며, 이는 Java 방식과의 주요 차이점입니다. |
| 이 프로그램의 개념은 결국 자금에 가치를 반환하고, 초기 베팅 인수에 베팅 금액을 반환하는 변수를 설정하는 것과 관련이 있습니다. |
| 현재의 베팅 금액을 0으로 보내고, 현재 베팅 금액이 count와 같아질 때까지 조건을 계속해서 실행하는 while 루프를 설정합니다. |
| 그런 다음 성공적인 결과가 나오는 각 세트에서 베팅 금액만큼 가치를 높입니다. |
| 특정 베팅에서 속도를 늦추라고 알려주는 명령을 추가한다면, 베팅에 대한 임계값을 정하는 간단한 방법이 생깁니다. |
| 또한 동일한 양식을 편집하여 풀하우스와 같이 특정 시퀀스를 허용하고 시퀀스가 존재할 때만 베팅을 허용할 수도 있습니다. 이러한 임계값은 위에서 언급한 위험 관리 수준을 만듭니다. |
| 우리는 확률을 ???로 그릴 수 있습니다. 각각의 업데이트된 현재 베팅에 X 값의 배열을 추가하고, 각각의 업데이트된 값을 Y 값의 배열에 추가한 다음, PLT(?)를 모두 그려 X 값과 y 값을 그릴 수 있습니다. |
| 더 나은 기능의 핵심 구성 요소는 성공적인 결과에 해당하는 if 문의 if...조건입니다. 이것은 어떤 것에도 적용될 수 있습니다. |
| 일반적인 시나리오와 최악의 시나리오를 포함한 결과가 필요합니다. |
| 두 문자와 여러 문자로 비교를 적용할 때 데이터가 올바르게 비교되었는지 확인하는 중요한 문장을 추가할 수 있습니다. |
| 파이썬을 사용하면 두 쌍과 같은 그림을 만들거나 더 높은 값 대신 더 낮은 값을 가진 플레이어를 배제하여 게임에서 강제로 내보낼 수 있습니다. 이렇게 하면 원래 Java 프로그램을 사용하는 것보다 새로운 파이썬 프로그램을 사용하여 더 많은 효율성을 얻을 수 있습니다. |
| 원래는 30시간이 걸리던 일이 이제는 몇 초 만에 끝낼 수 있습니다. |
| 이 프로그램을 적용한 후, 우리는 새로운 결과를 원래 Java 결과에 대한 상관관계 테스트를 실행할 수 있습니다. 일반 및 최악의 경우 방법 모두에 대한 빨간색 선을 살펴보면, |
| 그 둘은 1에 매우 가까워서 강한 상관관계를 나타냅니다. |
| 이는 또한 더 높은 R 제곱 값과 쌍을 이룹니다. 또한 우리는 단일 비율 가설 검정을 실행하여 두 방법 모두 귀무 가설을 기각하지 못했다는 것을 알려줍니다. |
| 이 값은 높지만 1에 가깝지 않습니다. 컴퓨터 프로그래밍이기 때문에 거의 동일할 것으로 예상되는 것에 대해. |
| 이에 대한 주된 이유는 두 가지인데, 첫 번째는 표본 크기입니다. 92는 많은 것 같지만 강력하지는 않습니다. 예상했던 만큼 강력한 추세는 아닙니다. |
| 이를 수정하기 위해 샘플 크기를 1,000 또는 10,000으로 늘릴 수 있습니다. 또 다른 이유는 Python의 적용일 수 있습니다. 앞서 언급했듯이 Python은 정적 언어가 아니라 더 포괄적인 언어입니다. 이렇게 하면 효과가 바뀔 수 있지만 주로 동일하게 유지됩니다. |
| 여기서 우리는 프로그램이 마침내 적용된 것을 보고 결과를 제시합니다. 이 프로그램을 통해 우리는 각자가 무엇을 플레이하는지, 각 플레이어가 카드로 어떤 카드를 뽑는지 봅니다... |
| 어떤 카드가 보여지고 숨겨지는지, 테이블에 어떤 카드가 있는지, 플레이어가 얼마나 많은 칩을 얻고 잃는지, 그리고 마지막으로 누가 이기고 어떻게 이기는지. 아래 다이어그램에서 플레이어 1이 풀하우스로 이긴 것을 볼 수 있습니다. |
| 여러 문자를 하나의 컴퓨터와 하나의 기능으로 실행하고 적용하는 동안 다양한 시퀀스를 설명하는 기능 |
| 플레이어의 수가 다르면 결과도 달라질 확률이 있으며, 일반적인 포커 게임에 여러 번 베팅을 하는 경우까지 포함하는데, 싯단스가 이를 다루었습니다. |
| 이는 전 세계 사람들이 이 프로그램과 방법을 사용할 수 있게 하기 때문에 추가 개발에 필수적입니다. |
| 도박 중독자를 위한 치료법으로 활용할 수 있는 학습 도구로서 아이디어를 개발합니다. |
| 또 다른 개발은 신경망(AI) 측면을 활용하여 블러핑과 같은 기능을 추가하여 프로그램을 더욱 세부적으로 만들고, 카지노에서 볼 수 있는 실제 게임과 더욱 비슷해지도록 하는 것입니다. |
| 마지막으로, 우리는 Python을 사용하여 더 높은 정확도뿐만 아니라 훨씬 더 높은 효율성을 경험할 수 있었습니다. 궁극적으로 이는 신중함이 우리의 원래 가설을 증명합니다. |
| 더 많은 돈과 더 많은 승리를 제공하고, 원래 몇 시간이 걸렸던 프로그램을 단 몇 초 만에 완료합니다. |
| 그러니 다음에 베가스에 갈 때나 친구들과 게임을 할 때 이 프로젝트를 기억하세요. 그리고 결정을 내릴 때 좀 더 신중하고 시간을 좀 더 들이는 것이 장기적으로 도움이 된다는 것을 기억하세요. |
| 감사합니다. |
