산치의 설명을 듣고 나니 결국 중요한 예측 변수가 무엇을 의미하는지 조금은 이해가 되었습니다. 그의 설명에 따르면, 이들은 자주 발생하며 그 크기는 결과와 상관관계가 있다고 합니다. 그러나 이는 전체 훈련 기간 동안 일련의 일반적인 징후인 것 같습니다. 시리즈 모델에 있는 것과 일치하지 않는 것 같습니다. 이것은 매우 단순화하면 항상 또는 가장 자주 작동하는 예측 변수라는 것이 밝혀졌습니다. 일반적으로 가장 자주 작동하는 설정을 사용하는 것이 특정 세그먼트에서만 작동하는 설정을 사용하는 것보다 더 긍정적 인 결과를 제공한다는 것이 분명합니다 ...
그림이 형성되지 않기 때문에 결국 무엇을 검색하고 그 이유는 무엇입니까?
그리고 용어, 오해의 주요 뿌리 및 자신의 실수에 문제가 있습니다. 나는 그의 메시지를 이해하면서 글을 썼습니다. 나는 그에게 약점이 어디에 있는지 보여주었습니다.
Maxim Dmitrievsky #: 그리고 오해의 주요 원인인 용어의 문제와 자신의 실수가 있습니다. 저는 그의 메시지를 제가 이해한 대로 썼어요. 약점이 어디에 있는지 보여 드렸습니다.
아니요, 저는 그의 설명을 듣고 당황했습니다. 귀하의 이해는 Sanych의 이해와 일치하는 것 같지만 제 이해와 완전히 관련이없는 것 같습니다.
물론 우리가 하루 또는 일주일의 동일한 시간 간격을 취하면 일반적으로 전체 시리즈가 아니라 동일한 섹션을 취하고 가르치는 경우 그림은 다소 명확하지만 이러한 동일한 섹션을 찾는 방법은 다소 명확합니다. 가장 쉬운 방법은 예를 들어 17에서 18까지 시간별로하는 것입니다. 그리고 일반적으로 작동해야하지만 Sanych의 경우 전체 행이 변경없이 나타나지 않았으며 명확하지 않습니다.
아니요, 그의 설명을 듣고 당황스러웠는데, 당신의 이해는 산치의 이해와 어느 정도 일치하지만 제 이해와 완전히 일치하지 않습니다.
물론 우리가 하루 또는 일주일의 동일한 시간 간격을 취하면 일반적으로 전체 시리즈가 아니라 동일한 부분을 가르치고 가르치는 경우 그림은 다소 명확하지만 이러한 동일한 부분을 찾는 방법은 다소 명확합니다. 가장 쉬운 방법은 예를 들어 17에서 18까지 시간별로하는 것입니다. 그리고 일반적으로 그것은 작동해야하지만 Sanych의 경우 전체 행이 변경없이 나타나지 않고 명확하지 않습니다.
주어진 단계의 슬라이딩 창에서 부호와 대상 부호를 가져와 이들 간의 상관 관계 또는 엔트로피를 측정합니다. 확산, 평균 및 기타 통계를 살펴봅니다. 나쁜 신호는 버립니다.
그런 다음 훈련 과정에서 모델에 다른 신호를 대체합니다. 즉, 시간이 지남에 따라 변경됩니다. 어떤 원리로 대체되는지는 모르겠지만 아마도 기록을 모드로 나눈 결과에 따라 대체 될 것입니다.
Maxim Dmitrievsky #: 그리고 자세히 읽어보면 포인트 2에서 매복, 즉 스토리에 대한 초기 적합성을 볼 수 있습니다. 그래서 그의 학습 오차가 떨어지는 이유입니다.
회귀 계수에 대한 통계적 테스트는 무엇을 위한 것인가요? 또는 평균과 분산의 동일성에 대한 가설을 테스트하는 것인가요? (PCA에서 여전히 1 차 PC가 허용 가능한 분산 점유율을 설명하는 것으로 나타나면 [잔차 분산이 매우 작음] -이를 받아들이고 회귀 계수의 유의성 확인을 확인합니다) ....
이상적으로는 100% 확률을 가지려면 상관 관계가 아닌 함수 관계를 사용해야 하지만, 확률적 프로세스를 연구하면 많은 수의 테스트 데이터에서만, 그리고 새로운 드라이버가 시장에 나올 때까지만 결과를 확률적으로 확인할 수 있음.... [그런데 여기서는 사실적/논리적 인식도 매우 중요하지만, 탄탄한 분석도 매우 중요합니다.]
과거 데이터에 의존하는 한 역사에 대한 적합성은 항상 존재합니다..... 하지만 분산 감소가 나머지 설명되지 않은 분산보다 훨씬 크면 새로운 회귀가 확인된 것입니다. (닥터 슬로프와 함께)... 그리고 그것은 미래의 한 순간까지만 그리고 큰 숫자에서만 작동합니다... 음, 또는 액터의 상태를 전환합니다(DL을 사용하는 경우)... 하지만 드라이버는 기다리는 것보다 더 잘 알고 있습니다... 하지만 현재 샘플이 수집될 때까지 기다렸다가 확인하는 것보다 드라이버를 아는 것이 더 낫습니다.
기능 엔지니어링 논리적으로 만들면 "이론적으로"논리적으로 (모든 통계 처리에는 지상의 물리적-논리적 법칙과 인간의 지식이 있으며 패턴은 허공에서 떨어지지 않습니다) -- [그러나 누군가는 무지가있을 수 있습니다] -- 모델링 과정에서 FS는 모델러 나 개발자를별로 괴롭히지 않습니다..... 그리고 역사 없이는 어디에도 갈 수 없으며, 무엇이 언제 운전자가되었고 무엇이 그렇지 않았는지 알기 위해-더 높은 수학에서 많은 지능이 필요하지 않으며 돈과 상품 시장, 민간 및 국가 부문의 법칙에 대한 이해 만 필요합니다 (그리고 이것은 VM이 아닙니다), 그렇지 않으면 우리는 세상을 바꾼 뉴스가 이미 한 번 들었음을 배우기 위해 "나중에"만 응용 고등 수학 (VM) 장치를 사용할 것입니다 ... 시장을 포함한 시장의 반응이 일반적으로 지연된다는 것입니다.
추신.
단어와 문자를 알 수없는 사람은 문자에 집착하지 않도록 알 수없는 문자의 알 수없는 주제를 읽지 마십시오-FS 용 VM 머신을 찾으십시오.... 그런 다음 결과의 통계적 유효성을 증명하고 적중률 % % (항상 편견이없는 것은 아닙니다)), 대화가 달라질 것입니다.... 하지만 지금은 예, 모든 사람이 자신의 용어를 가지고 있습니다....
천재))) 우리는 어떤 쓰레기를 쓰고, 생각하는 사람이 코를 찌르면 말 패턴을 이해하지 못한다고 말합니다.
프투쉬니크에 대해 어떤 불만이 있으신가요? 사람이 아닌가요? 아니면 전 애인이 거기서 왔나요?
당신은 말의 전환을 이해하지 못하고, 간결함을 위해 쓰여졌을 때 이해하지 못하고, 정의를 이해하지 못하고, 즉 아무것도 이해하지 못합니다.
당신은 단지 주제에서 벗어난 전화를 걸고 있습니다. 그것이 프투슈닉의 특징입니다.
아무도 당신을 비난하지 않습니다. 사람들은 다릅니다. 그냥 멍청한 곳에 가지 마세요, 관여하지 마세요 :D내가 프 투쉬 닉이되어 모든 것을 나에게 비난하면 당신은 논쟁과 농담이 있다면 유치한 놀림없이 더 나아질 것이므로 문제에 대해 더 많이 진정 할 것입니다)))).
산치의 설명을 듣고 나니 결국 중요한 예측 변수가 무엇을 의미하는지 조금은 이해가 되었습니다. 그의 설명에 따르면, 이들은 자주 발생하며 그 크기는 결과와 상관관계가 있다고 합니다. 그러나 이는 전체 훈련 기간 동안 일련의 일반적인 징후인 것 같습니다. 시리즈 모델에 있는 것과 일치하지 않는 것 같습니다. 이것은 매우 단순화하면 항상 또는 가장 자주 작동하는 예측 변수라는 것이 밝혀졌습니다. 일반적으로 가장 자주 작동하는 설정을 사용하는 것이 특정 세그먼트에서만 작동하는 설정을 사용하는 것보다 더 긍정적 인 결과를 제공한다는 것이 분명합니다 ...
그림이 형성되지 않기 때문에 결국 무엇을 검색하고 그 이유는 무엇입니까?
내가 PTU가되어 모든 것을 나에게 비난하고 당신은 논쟁과 농담으로 더 좋을 것이므로 사건에 대해 더 많이 진정하고 유치한 놀림없이)))).
아니... 당신은 괜찮아요.)
나를 남학생이되게하고 모든 것을 나에게 비난하면 당신은 논쟁과 농담이 있다면 유치한 놀림없이 더 나아질 것이기 때문에 더 차가워지고 사업에 더 많은 것을 할 것입니다)))).
그리고 오해의 주요 원인인 용어의 문제와 자신의 실수가 있습니다. 저는 그의 메시지를 제가 이해한 대로 썼어요. 약점이 어디에 있는지 보여 드렸습니다.
아니요, 저는 그의 설명을 듣고 당황했습니다. 귀하의 이해는 Sanych의 이해와 일치하는 것 같지만 제 이해와 완전히 관련이없는 것 같습니다.
물론 우리가 하루 또는 일주일의 동일한 시간 간격을 취하면 일반적으로 전체 시리즈가 아니라 동일한 섹션을 취하고 가르치는 경우 그림은 다소 명확하지만 이러한 동일한 섹션을 찾는 방법은 다소 명확합니다. 가장 쉬운 방법은 예를 들어 17에서 18까지 시간별로하는 것입니다. 그리고 일반적으로 작동해야하지만 Sanych의 경우 전체 행이 변경없이 나타나지 않았으며 명확하지 않습니다.
어떤 단어를 사용해야 그를 떼어낼 수 있을지 모르겠어요 😀
대답하지 마십시오.
글쎄, 그들은 분명히 다른 프로젝트를 가지고 있고 이것은 작은 취미와 같으며이 취미에서 레자가별로 좋지 않을 수도 있습니다.
아니요, 그의 설명을 듣고 당황스러웠는데, 당신의 이해는 산치의 이해와 어느 정도 일치하지만 제 이해와 완전히 일치하지 않습니다.
물론 우리가 하루 또는 일주일의 동일한 시간 간격을 취하면 일반적으로 전체 시리즈가 아니라 동일한 부분을 가르치고 가르치는 경우 그림은 다소 명확하지만 이러한 동일한 부분을 찾는 방법은 다소 명확합니다. 가장 쉬운 방법은 예를 들어 17에서 18까지 시간별로하는 것입니다. 그리고 일반적으로 그것은 작동해야하지만 Sanych의 경우 전체 행이 변경없이 나타나지 않고 명확하지 않습니다.
주어진 단계의 슬라이딩 창에서 부호와 대상 부호를 가져와 이들 간의 상관 관계 또는 엔트로피를 측정합니다. 확산, 평균 및 기타 통계를 살펴봅니다. 나쁜 신호는 버립니다.
그런 다음 훈련 과정에서 모델에 다른 신호를 대체합니다. 즉, 시간이 지남에 따라 변경됩니다. 어떤 원리로 대체되는지는 모르겠지만 아마도 기록을 모드로 나눈 결과에 따라 대체 될 것입니다.
속성과 대상을 가져와서 주어진 단계의 슬라이딩 창에서 이들 간의 상관관계 또는 엔트로피를 측정합니다. 스프레드, 평균 및 기타 통계를 살펴봅니다. 나쁜 징후를 제거합니다.
그런 다음 훈련 과정에서 모델에 다른 신호를 대체합니다. 즉, 시간이 지남에 따라 변경됩니다. 어떤 원리로 대체되는지는 모르겠지만 아마도 기록을 모드로 나눈 결과에 따라 대체 될 것입니다.
기능이 다른 기능과 관련된 시간이있는 경우 더 이해할 수 있습니다. 그러나 그는 표지판의 유형에 대해 말하지 않았습니다)))))
특성이 다른 특성과 관련된 시간이 있다면 그렇게하는 것이 더 이해하기 쉽습니다. 하지만 그는 특성 유형에 대해 말하지 않았습니다)))))
그리고 자세히 읽어보면 포인트 2에서 매복, 즉 스토리에 대한 초기 적합성을 볼 수 있습니다. 그래서 그의 학습 오차가 떨어지는 이유입니다.
회귀 계수에 대한 통계적 테스트는 무엇을 위한 것인가요? 또는 평균과 분산의 동일성에 대한 가설을 테스트하는 것인가요? (PCA에서 여전히 1 차 PC가 허용 가능한 분산 점유율을 설명하는 것으로 나타나면 [잔차 분산이 매우 작음] -이를 받아들이고 회귀 계수의 유의성 확인을 확인합니다) ....
이상적으로는 100% 확률을 가지려면 상관 관계가 아닌 함수 관계를 사용해야 하지만, 확률적 프로세스를 연구하면 많은 수의 테스트 데이터에서만, 그리고 새로운 드라이버가 시장에 나올 때까지만 결과를 확률적으로 확인할 수 있음.... [그런데 여기서는 사실적/논리적 인식도 매우 중요하지만, 탄탄한 분석도 매우 중요합니다.]
과거 데이터에 의존하는 한 역사에 대한 적합성은 항상 존재합니다..... 하지만 분산 감소가 나머지 설명되지 않은 분산보다 훨씬 크면 새로운 회귀가 확인된 것입니다. (닥터 슬로프와 함께)... 그리고 그것은 미래의 한 순간까지만 그리고 큰 숫자에서만 작동합니다... 음, 또는 액터의 상태를 전환합니다(DL을 사용하는 경우)... 하지만 드라이버는 기다리는 것보다 더 잘 알고 있습니다... 하지만 현재 샘플이 수집될 때까지 기다렸다가 확인하는 것보다 드라이버를 아는 것이 더 낫습니다.
기능 엔지니어링 논리적으로 만들면 "이론적으로"논리적으로 (모든 통계 처리에는 지상의 물리적-논리적 법칙과 인간의 지식이 있으며 패턴은 허공에서 떨어지지 않습니다) -- [그러나 누군가는 무지가있을 수 있습니다] -- 모델링 과정에서 FS는 모델러 나 개발자를별로 괴롭히지 않습니다..... 그리고 역사 없이는 어디에도 갈 수 없으며, 무엇이 언제 운전자가되었고 무엇이 그렇지 않았는지 알기 위해-더 높은 수학에서 많은 지능이 필요하지 않으며 돈과 상품 시장, 민간 및 국가 부문의 법칙에 대한 이해 만 필요합니다 (그리고 이것은 VM이 아닙니다), 그렇지 않으면 우리는 세상을 바꾼 뉴스가 이미 한 번 들었음을 배우기 위해 "나중에"만 응용 고등 수학 (VM) 장치를 사용할 것입니다 ... 시장을 포함한 시장의 반응이 일반적으로 지연된다는 것입니다.
추신.
단어와 문자를 알 수없는 사람은 문자에 집착하지 않도록 알 수없는 문자의 알 수없는 주제를 읽지 마십시오-FS 용 VM 머신을 찾으십시오.... 그런 다음 결과의 통계적 유효성을 증명하고 적중률 % % (항상 편견이없는 것은 아닙니다)), 대화가 달라질 것입니다.... 하지만 지금은 예, 모든 사람이 자신의 용어를 가지고 있습니다....