사람이 거기에서 광범위한 결론을 내리는 것은 이미 분명하지만 결과가 난수 생성기의 알고리즘에 따라 달라진다는 것을 깨닫지 못합니다.
가치있는 유일한 결론은 원시적 형태의 컴퓨터 모델링으로는 실제 프로세스를 이해하지 않고는 실제 프로세스에 더 가까이 다가 갈 수 없다는 것입니다.
그가 분포를 0과 1로 두 부분으로 나누고 단위가 훨씬 더 많다는 것을 보여 주면 놀랄 것입니다. 그는 한 가지를 말하고 다른 것을 하죠.
저는 이제 막 시간에 따른 실제 분포 변화로 향후 3 개월 동안 양자 세그먼트의 분포 확률 (분류가 있음)을 예측하려고 노력하고 있으며, 테스트를 통해 이러한 메트릭으로 인해 정확도를 15 % 높일 수 있었으며 이것이 한계가 아니라고 생각합니다.
글쎄요, 일반적으로 비디오 작성자는 실험에서 잘못된 결론을 내린 이유에 대해 좋은 "변명"을 내놓았습니다. 예, 편리하지만 기능적이지 않습니다. 그의 말에서 관찰 시간 / 횟수를 수정하고 결론을 내릴 필요가 있다는 것을 의미합니다. 일반적으로 나는 여기서 그를 정말로 이해하지 못합니다. 고용주에 대한 정당성을 제외하고는 무슨 소용이 있습니까?
이러한 A/B 테스트의 모든 어려움을 하나의 동영상에 담았습니다.
(특히 감수성이 예민한 분들은 시청하지 마세요)
이러한 A/B 테스트의 모든 어려움을 하나의 동영상에 담았습니다.
(특히 감수성이 예민한 분들은 시청하지 마세요)
처음에는 이진 예제에 대해 이야기하지만 코드에서는 정규 분포에서 다양한 숫자를 가져온다고 생각하지 않습니까?
그리고 이러한 모든 테스트는 난수 생성기에 의존하므로이 점도 고려해야합니다. 숫자의 모양은 정규 분포를 가질 수 있지만 각 현상에 대해 더 복잡 할 수 있습니다.
이 문제에 대한 접근 방식에서는 '일'을 측정하는 것이 아니라 임계값에 도달하는 역학 관계와 임계값을 초과하는 시간을 평가하는 것이 더 합리적입니다.
일반적으로 어떤 결론을 내리려면 실제 데이터에서 현상을 관찰하는 것이 더 유용할 것입니다.
앞부분에서는 이진 예제에 대해 이야기하고 있지만 코드에서는 정규 분포의 숫자 범위를 정확히 사용하고 있지 않나요?
그리고 이러한 모든 테스트는 난수 생성기에 의존하므로 이 점도 고려해야 합니다. 숫자가 나타나는 특성은 정규 분포를 가질 수 있지만 각 현상에 따라 더 복잡할 수 있습니다.
이러한 문제에 대한 접근 방식에서는 '일'을 측정하는 것이 아니라 임계값에 도달하는 역학 관계와 임계값을 초과하는 시간을 추정하는 것이 더 합리적입니다.
일반적으로 어떤 결론을 내리려면 실제 데이터에서 현상을 관찰하는 것이 더 유용할 것입니다.
무슨 말인지, 어떤 맥락인지 알 수 없는 상황에서는 매우 어려운 일입니다.)
여기서 요점은 동일한 분포의 트레이스와 테스트가 있더라도 모델의 견고성 등 가설을 항상 확인하거나 부정할 수 없다는 것입니다. 다른 분포에서 나온 경우는 말할 것도 없고요.
여기에 여러 테스트를 추가하고 그러한 테스트의 통계적 유의성을 0으로 곱합니다.
무슨 말을 하는지 전혀 알 수 없을 때 매우 힘들겠죠? 그리고 맥락)
여기서 요점은 동일한 분포의 추적과 테스트가 있더라도 모델의 견고성과 같은 가설을 항상 확인하거나 부정할 수는 없다는 것입니다. 다른 분포에서 나온 경우는 말할 것도 없고요.
여기에 여러 테스트를 추가하고 이러한 테스트의 통계적 유의성을 0으로 곱합니다.
알겠습니다. 그는 본질에 대해 이야기하고 있고, 그는 단지 귀를 걸고 있습니다....
알겠습니다. 그는 본질에 대해 이야기하고 있고, 귀를 기울이고 있습니다....
요점을 놓치고 있군요.
요점을 놓치고 있습니다.
사람이 거기에서 광범위한 결론을 내리는 것은 이미 분명하지만 결과가 난수 생성기의 알고리즘에 따라 달라진다는 것을 깨닫지 못합니다.
가치있는 유일한 결론은 원시적 형태의 컴퓨터 모델링으로는 실제 프로세스를 이해하지 않고는 실제 프로세스에 더 가까이 다가 갈 수 없다는 것입니다.
그가 분포를 0과 1로 두 부분으로 나누고 단위가 훨씬 더 많다는 것을 보여 주면 놀랄 것입니다. 그는 한 가지를 말하고 다른 것을 하죠.
저는 이제 막 시간에 따른 실제 분포 변화로 향후 3 개월 동안 양자 세그먼트의 분포 확률 (분류가 있음)을 예측하려고 노력하고 있으며, 테스트를 통해 이러한 메트릭으로 인해 정확도를 15 % 높일 수 있었으며 이것이 한계가 아니라고 생각합니다.
글쎄요, 일반적으로 비디오 작성자는 실험에서 잘못된 결론을 내린 이유에 대해 좋은 "변명"을 내놓았습니다. 예, 편리하지만 기능적이지 않습니다. 그의 말에서 관찰 시간 / 횟수를 수정하고 결론을 내릴 필요가 있다는 것을 의미합니다. 일반적으로 나는 여기서 그를 정말로 이해하지 못합니다. 고용주에 대한 정당성을 제외하고는 무슨 소용이 있습니까?
그 남자가 거기에서 말하는 것, 광범위한 결론을 내리는 것은 이미 분명하지만 그의 결과가 난수 생성기의 알고리즘에 달려 있다는 것을 깨닫지 못합니다.
p 해킹은 알려진 문제이며 그는 본질을 이해하지 못하는 괴짜들에게 설명하려고했습니다.
무의미한 문자를 수없이 만들 수 없나요? 이미 이해가 없었다는 것이 분명합니다.P-해킹은 알려진 문제이며, 그는 요점을 이해하지 못하는 괴짜들에게 설명하려고 노력했습니다.
의미 없는 글자를 엄청나게 많이 만들면 안 되나요? 이미 이해가 되지 않았다는 것은 분명합니다.제가 전달하려는 내용을 아직도 이해하지 못하시는 것 같아 안타깝습니다.
이러한 A/B 테스트의 모든 어려움을 하나의 동영상에 담았습니다.
(특히 감수성이 예민한 분들은 시청하지 마세요)
이제 우리 모두가 밝은 쪽으로, 즉 매트스탯으로 이동할 때입니다!)
항상 그렇듯이 어두운면은 반대합니다) 항상 모든 것을 어둡고 불분명하게 줄이려고한다는 의미에서 어둡고 극단적 인 버전에서는 특정 "감각"으로).