[Matematica pura, fisica, chimica, ecc.: problemi di allenamento del cervello non legati in alcun modo al commercio - pagina 536
Ti stai perdendo delle opportunità di trading:
- App di trading gratuite
- Oltre 8.000 segnali per il copy trading
- Notizie economiche per esplorare i mercati finanziari
Registrazione
Accedi
Accetti la politica del sito e le condizioni d’uso
Se non hai un account, registrati
Ecco un altro problema che sono riuscito a risolvere e se qualcuno ha una soluzione pronta, confrontiamoci:
Abbiamo bisogno di trovare formule per determinare univocamente i coefficienti a,b e c di un'equazione con due incognite con il metodo gaussiano MNC, se la necessaria e non vincolata serie di dati grezzi sui valori di Y è nota con i corrispondenti valori di X e Z:
Y = a + bX + cZ
Yusuf, mi sembra che dovresti già occuparti dei "compiti del secolo" per i quali ti danno mille sterline.
Yusuf, mi sembra che dovresti occuparti dei "compiti del secolo" per i quali ti danno mille sterline.
Ha senso.
Puoi scrivere un'identità: N^6=7*10^9 dove N è il numero medio di persone che conosci da un grande campione. Quindi N=exp{10/6*ln(10)}=46 persone.
Uh... ho ancora meno:
N^6=7*10^9
N = radice(7*10^9, 6) = 43,7370687 persone.
Ho controllato, 43.7370687^6 è davvero uguale a 7.000.000.000 :)
Posso spiegare la decisione in modo più dettagliato?
Yusuf, qual è l'inconveniente eccezionale di questo sistema? È che avete dimenticato come risolverlo?
Non hai risposto alla domanda.
La soluzione a questo problema è su internet, cercatela (cioè il sistema è risolto). Il solito ISC.
Ecco un altro problema che sono riuscito a risolvere e se qualcuno ha una soluzione pronta, confrontiamoci:
Abbiamo bisogno di trovare formule per determinare univocamente i coefficienti a,b e c di un'equazione con due incognite con il metodo gaussiano MNC, se la necessaria e illimitata serie di dati grezzi sui valori di Y è nota con i corrispondenti valori di X e Z:
Y = a + bX + cZ
Il problema in questa formulazione è standard per una rete neurale - l'errore MNC sul campione è minimizzato. In questo caso, c'è un perseptron lineare a tre ingressi con un bias sul terzo ingresso. Questo è essenzialmente un metodo di soluzione iterativa numerica. Come legare la gaussiana qui (o no)?
Non ci si può preoccupare in questo caso di NS e risolvere il problema con una semplice enumerazione di coefficienti a,b,c minimizzando l'errore di campionamento.
Non hai risposto alla domanda.
La soluzione a questo problema è su internet, cercatela (cioè il sistema è risolto). Il solito ISC.