나는 개발자의 동일한 책임에 관한 것입니다. 나는 지느러미에 누워있을 이유를 믿지 않으며 보지도 않습니다. 혼돈의 근사/보간을 사용 하여 책/블로그/기사(및 통계 처리된 배포판)의 재무 모델 분석 ... 출력의 추가 외삽을 위해
네, 이것이 기본입니다. 문제가 무엇인지 알다시피 사람들은 작업을 참조하지 않고 이러한 공식과 모델을 만들었습니다. 그들은 모든 것에 적용할 수 있다고 순진하게 생각하면서 보편적인 것을 만들려고 했습니다. 어떤 이유로 모든 사람은 Laplace, Fourier, Taylor, Normal distribution이라는 단어를 던지기를 좋아하고 시스템에 모든 것을 꿰매면 반드시 모든 것이 어떤 이유로 작동해야 한다고 생각합니다. 나는 이것에 강했고, 무릎에 Tsiolkovsky 공식을 추론하고 아무도 내가 어떻게했는지 이해할 수없는 경우였습니다 ... 그런 경험이 있었고 나는 다음 시스템을 사용하여 고문에서 다음 촛불을 예측하려고했습니다. 선형 방정식, 거대한 행렬이 컴파일되고 행렬식 및 기타 쓰레기가 고려되는 동안, 내가 보기에는 너무 멋져서 아무도 가지고 있지 않았지만 테스트했을 때 그것이 모두 완전한 쓰레기였음이 밝혀졌습니다. 기대, 나는 다음 순간에 시장 전문가가 되기로 되어 있었고, 아마 5년 전쯤이었을 것입니다. 그때 저는 대학을 막 졸업했습니다(참고로 저는 마탄과 물리학을 아주 잘 알고 있었습니다). 그리고 정리는 우리를 일반 상인보다 훨씬 강하게 만들지 않으며, 실제 평면에 대해 이야기하면 결국 더 약해집니다 ... 반대에서가는 가장 확실한 방법. 먼저 우리가 무엇을 기대하는지 스스로에게 질문하고, 먼저 간단한 인간 언어로 대답한 다음, 모든 것을 일종의 수학적 기준으로 바꿔야 합니다. 이제 나는 이것을 위해 원래 모델과 그것을 구축하는 방법에 대해 생각할 필요가 없지만 모델이 필요한 지표를 제공하는 경우 처음부터 처음으로 가야한다는 것을 알고 있습니다. 그런 다음 이해를 시도 할 수 있습니다 , 하지만 결국 모든 것은 AI에게 귀속되고, 더 똑똑해지면 시스템이 있으면 더 수학자를 짜증나게 할 것이고, 나는 이 장벽을 극복하고 내 작업에서는 가능한 한 많은 것을 기계에 위임하려고 합니다.
나는 당신의 대답을 더 일찍 찾았습니다 ... 아마도 이전 게시물에 서두르고 있었을 것입니다 ... 아마도, 정말로, 속도와 가속도가있는 움직임을 설명하는 함수로 적어도 포물선에서 밀어 넣을 가치가 있습니다 ... (심지어 어딘가에서 이에 대한 연구를 본 적이 있음) 차트 유형 및 그리스 옵션(델타 및 감마) - 기억하고 찾을 때까지 - 그리고 필요하지 않습니다 - 시간 분석이 필요하기 때문에 - 수직이 아닌 수평)
나는 무한한 수의 데이터가 어떻게 유한한 것으로 압축될 수 있는지, 그래프에 무한한 수의 점이 있고, 이를 총 3개의 계수가 있는 공식으로 줄일 수 있는 방법의 예로 포물선을 주었습니다. 그리고 우리가 당신의 아이디어에 대해 이야기한다면, 나는 당신이 생각하는 것을 이해합니다. 당신은 다음과 같은 기능을 할 수 있습니다:
A[1]*X^0+A[2]* X^1 + ... + A[N]*X^N , 이것은 A[i] > 0을 제외하고 일반적으로 Taylor 급수(함수 급수)입니다. 모든 i = 1...N에 대해 이것은 시각적으로 다음과 같은 경우 일반적인 경우 정확하게 1차 도함수의 일정한 증가를 제공합니다.
이상적으로는 직선이 최선의 선택이지만 위에서 설명한 것과 정확히 같은 종류의 거듭제곱 함수를 사용하여 편차를 추정하는 것도 가능합니다. 최종 도함수가 시작 도함수보다 몇 배 더 클 수 있는지 설정하기만 하면 됩니다. 이러한 패밀리를 중심으로 최종 그래프를 근사하고 최상의 함수를 찾고 이미 이 함수에 대한 실제 그래프의 편차를 찾는 것이 가능하지만 나중에 기능을 확장할 수 있지만 직선만 사용합니다. 효율성을 한 차원 높일 수 있으며 결과적으로 적절한 접근 방식으로 컴퓨팅 성능의 필요성을 줄일 수 있습니다.
일반적으로 항상 그렇듯이 모든 미분은 최소 제곱으로 귀결됩니다 ... 그리고 이 최소 제곱에서 파생되어야 하는 목적 함수에 대한 모든 미래 예측은 ... 사진 감사합니다 ...
지금은 수요와 공급을 평가하는 방법에 대해 생각할 것입니다(실제 유동성은 내가 식별하지 않은 패턴보다 여전히 더 중요합니다. , 통계적 확률을 위해) ...
그러나 개발자의 책임에 대해 - 그에게 중요한 기능을 선택하는 것 - 기억할 것입니다 ... 그런 다음 템플릿에 따라 입력을 정규화하고 확률을 계산하고 아마도 클러스터링합니다 (많은 데이터가있는 경우 ), 그라디언트를 만들고, (LSM에 의해) 모든 골을 찾고, 모든 빈 공간을 정규화하고 공통 기능으로 가져옵니다 ... "얼굴이 파랗게 질릴 때까지"말했듯이 ... 그러나 기계의 힘에 의해 더 빠릅니다 ...
2) 왜 로그 정규 분포가 필요하고 그것이 당신에게 전혀 유용할 것이라고 결정한 이유는 무엇입니까?
3) 함수의 "패밀리"가 로그 정규 분포를 가지고 있더라도 어떻게 하나의 함수 프로토타입 으로 바뀔 수 있는지 잘 모르겠습니다.
4) 무엇의 로그 정규 분포? 이 분포에서 확률 변수는 무엇입니까?
5) 다국적 기업이란 무엇입니까?
간단한 언어로 질문을 시도하고 간단한 답변을 얻으십시오) 죄송합니다.
1) 출력 - 예측을 위한 함수(이 컨텍스트에서는 신경망 수준이 아님)
2) 비대칭이 있기 때문에(%rate*time 및 판매자 자체에 의해 도입됨)
3) ...역시 같은 타입인데 왜 프로토타입이 달라야 하지? .. 그리고 멱법칙 분포가 역관계의 지표임을 알 수 있다
4) 가격은 확률변수
5) 최소제곱법
질문은 처음에 (내 머리에서) 범위(및 시간 간격)에서 "차변 대변의 누적 불균형을 결정"(표현에 대해 유감스럽게 생각함) - 여기에서는 여전히 훈련 없이 계산해야 하지만 ... 매트에 대한 알림. 덕분에 모델링 - 저는 물리 수학이 아니라 생태학자입니다. 여기가 더 쉽습니다(함수와 수학적 모델링이 없지만 분포, 사실 및 확률이 있습니다. 우리는 생태계를 예측하지 않지만 해를 끼치지는 않습니다. 위험을 평가하기 위해, 아마도 때때로; 이론적 버전은 깊이 파고 들지 않았습니다) - 나중에 이 확률로 무엇을 할 수 있는지가 흥미로웠습니다. (유용하게)
나는 개발자의 동일한 책임에 관한 것입니다. 나는 지느러미에 누워있을 이유를 믿지 않으며 보지도 않습니다. 혼돈의 근사/보간을 사용 하여 책/블로그/기사(및 통계 처리된 배포판)의 재무 모델 분석 ... 출력의 추가 외삽을 위해
네, 이것이 기본입니다. 문제가 무엇인지 알다시피 사람들은 작업을 참조하지 않고 이러한 공식과 모델을 만들었습니다. 그들은 모든 것에 적용할 수 있다고 순진하게 생각하면서 보편적인 것을 만들려고 했습니다. 어떤 이유로 모든 사람은 Laplace, Fourier, Taylor, Normal distribution이라는 단어를 던지기를 좋아하고 시스템에 모든 것을 꿰매면 반드시 모든 것이 어떤 이유로 작동해야 한다고 생각합니다. 나는 이것에 강했고, 무릎에 Tsiolkovsky 공식을 추론하고 아무도 내가 어떻게했는지 이해할 수없는 경우였습니다 ... 그런 경험이 있었고 나는 다음 시스템을 사용하여 고문에서 다음 촛불을 예측하려고했습니다. 선형 방정식, 거대한 행렬이 컴파일되고 행렬식 및 기타 쓰레기가 고려되는 동안, 내가 보기에는 너무 멋져서 아무도 가지고 있지 않았지만 테스트했을 때 그것이 모두 완전한 쓰레기였음이 밝혀졌습니다. 기대, 나는 다음 순간에 시장 전문가가 되기로 되어 있었고, 아마 5년 전쯤이었을 것입니다. 그때 저는 대학을 막 졸업했습니다(참고로 저는 마탄과 물리학을 아주 잘 알고 있었습니다). 그리고 정리는 우리를 일반 상인보다 훨씬 강하게 만들지 않으며, 실제 평면에 대해 이야기하면 결국 더 약해집니다 ... 반대에서가는 가장 확실한 방법. 먼저 우리가 무엇을 기대하는지 스스로에게 질문하고, 먼저 간단한 인간 언어로 대답한 다음, 모든 것을 일종의 수학적 기준으로 바꿔야 합니다. 이제 나는 이것을 위해 원래 모델과 그것을 구축하는 방법에 대해 생각할 필요가 없지만 모델이 필요한 지표를 제공하는 경우 처음부터 처음으로 가야한다는 것을 알고 있습니다. 그런 다음 이해를 시도 할 수 있습니다 , 하지만 결국 모든 것은 AI에게 귀속되고, 더 똑똑해지면 시스템이 있으면 더 수학자를 짜증나게 할 것이고, 나는 이 장벽을 극복하고 내 작업에서는 가능한 한 많은 것을 기계에 위임하려고 합니다.
나는 당신의 대답을 더 일찍 찾았습니다 ... 아마도 이전 게시물에 서두르고 있었을 것입니다 ... 아마도, 정말로, 속도와 가속도가있는 움직임을 설명하는 함수로 적어도 포물선에서 밀어 넣을 가치가 있습니다 ... (심지어 어딘가에서 이에 대한 연구를 본 적이 있음) 차트 유형 및 그리스 옵션(델타 및 감마) - 기억하고 찾을 때까지 - 그리고 필요하지 않습니다 - 시간 분석이 필요하기 때문에 - 수직이 아닌 수평)
나는 무한한 수의 데이터가 어떻게 유한한 것으로 압축될 수 있는지, 그래프에 무한한 수의 점이 있고, 이를 총 3개의 계수가 있는 공식으로 줄일 수 있는 방법의 예로 포물선을 주었습니다. 그리고 우리가 당신의 아이디어에 대해 이야기한다면, 나는 당신이 생각하는 것을 이해합니다. 당신은 다음과 같은 기능을 할 수 있습니다:
A[1]*X^0+A[2]* X^1 + ... + A[N]* X^N , 이것은 A[i] > 0을 제외하고 일반적으로 Taylor 급수(함수 급수)입니다. 모든 i = 1...N에 대해 이것은 시각적으로 다음과 같은 경우 일반적인 경우 정확하게 1차 도함수의 일정한 증가를 제공합니다.
이상적으로는 직선이 최선의 선택이지만 위에서 설명한 것과 정확히 같은 종류의 거듭제곱 함수를 사용하여 편차를 추정하는 것도 가능합니다. 최종 도함수가 시작 도함수보다 몇 배 더 클 수 있는지 설정하기만 하면 됩니다. 이러한 패밀리를 중심으로 최종 그래프를 근사하고 최상의 함수를 찾고 이미 이 함수에 대한 실제 그래프의 편차를 찾는 것이 가능하지만 나중에 기능을 확장할 수 있지만 직선만 사용합니다. 효율성을 한 차원 높일 수 있으며 결과적으로 적절한 접근 방식으로 컴퓨팅 성능의 필요성을 줄일 수 있습니다.
예브게니 일린 # :
유능한 접근 방식으로 컴퓨팅 성능의 필요성을 줄입니다.
수치적 방법을 위한 라이브러리를 가져오면 아마도 GPU에서도 전력이 증가할 것입니다.
수치적 방법을 위한 라이브러리를 가져오면 아마도 GPU에서도 전력이 증가할 것입니다.
아이디어는 나쁘지 않지만 내가 아는 한 모든 것이 약간 다르게 작동하기 때문에 vidyukha에서 매우 이상한 방식으로 코드를 작성해야 합니다. 기성 라이브러리는 작동하지 않을 것입니다. 직접 작성하십시오. 그건 그렇고, 언젠가 당신의 손이 닿을 것입니다.
일반적으로 항상 그렇듯이 모든 미분은 최소 제곱으로 귀결됩니다 ... 그리고 이 최소 제곱에서 파생되어야 하는 목적 함수에 대한 모든 미래 예측은 ... 사진 감사합니다 ...
지금은 수요와 공급을 평가하는 방법에 대해 생각할 것입니다(실제 유동성은 내가 식별하지 않은 패턴보다 여전히 더 중요합니다. , 통계적 확률을 위해) ...
그러나 개발자의 책임에 대해 - 그에게 중요한 기능을 선택하는 것 - 기억할 것입니다 ... 그런 다음 템플릿에 따라 입력을 정규화하고 확률을 계산하고 아마도 클러스터링합니다 (많은 데이터가있는 경우 ), 그라디언트를 만들고, (LSM에 의해) 모든 골을 찾고, 모든 빈 공간을 정규화하고 공통 기능으로 가져옵니다 ... "얼굴이 파랗게 질릴 때까지"말했듯이 ... 그러나 기계의 힘에 의해 더 빠릅니다 ...
이상적으로는 직선이 최선의 선택이지만 위에서 설명한 것과 정확히 같은 종류의 거듭제곱 함수를 사용하여 편차를 추정하는 것도 가능합니다. 최종 도함수가 시작 도함수보다 몇 배 더 클 수 있는지 설정하기만 하면 됩니다.
거듭제곱 함수군이 대수 정규 분포로 바뀌나요 아니면 반영하나요?.. 질문이 바보라면 죄송합니다
질문이 제거되었습니다. 대답은 아마도 아닐 것입니다 .
사실 나는 거의 아무것도 이해하지 못했다. 다음과 같이 가자:
1) 목적함수란 무엇이고 왜 필요한가?
2) 왜 로그 정규 분포가 필요하고 그것이 당신에게 전혀 유용할 것이라고 결정한 이유는 무엇입니까?
3) 함수의 "패밀리"가 로그 정규 분포를 가지고 있더라도 어떻게 하나의 함수 프로토타입 으로 바뀔 수 있는지 잘 모르겠습니다.
4) 무엇의 로그 정규 분포? 이 분포에서 확률 변수는 무엇입니까?
5) 다국적 기업이란 무엇입니까?
간단한 언어로 질문을 시도하고 간단한 답변을 얻으십시오) 죄송합니다.
사실 나는 거의 아무것도 이해하지 못했다. 다음과 같이 가자:
1) 목적함수란 무엇이고 왜 필요한가?
2) 왜 로그 정규 분포가 필요하고 그것이 당신에게 전혀 유용할 것이라고 결정한 이유는 무엇입니까?
3) 함수의 "패밀리"가 로그 정규 분포를 가지고 있더라도 어떻게 하나의 함수 프로토타입 으로 바뀔 수 있는지 잘 모르겠습니다.
4) 무엇의 로그 정규 분포? 이 분포에서 확률 변수는 무엇입니까?
5) 다국적 기업이란 무엇입니까?
간단한 언어로 질문을 시도하고 간단한 답변을 얻으십시오) 죄송합니다.
1) 출력 - 예측을 위한 함수(이 컨텍스트에서는 신경망 수준이 아님)
2) 비대칭이 있기 때문에(%rate*time 및 판매자 자체에 의해 도입됨)
3) ...역시 같은 타입인데 왜 프로토타입이 달라야 하지? .. 그리고 멱법칙 분포가 역관계의 지표임을 알 수 있다
4) 가격은 확률변수
5) 최소제곱법
질문은 처음에 (내 머리에서) 범위(및 시간 간격)에서 "차변 대변의 누적 불균형을 결정"(표현에 대해 유감스럽게 생각함) - 여기에서는 여전히 훈련 없이 계산해야 하지만 ... 매트에 대한 알림. 덕분에 모델링 - 저는 물리 수학이 아니라 생태학자입니다. 여기가 더 쉽습니다(함수와 수학적 모델링이 없지만 분포, 사실 및 확률이 있습니다. 우리는 생태계를 예측하지 않지만 해를 끼치지는 않습니다. 위험을 평가하기 위해, 아마도 때때로; 이론적 버전은 깊이 파고 들지 않았습니다) - 나중에 이 확률로 무엇을 할 수 있는지가 흥미로웠습니다. (유용하게)
사실 나는 거의 아무것도 이해하지 못했다. 다음과 같이 가자:
1) 목적함수란 무엇이고 왜 필요한가?
2) 왜 로그 정규 분포가 필요하고 그것이 당신에게 전혀 유용할 것이라고 결정한 이유는 무엇입니까?
3) 함수의 "패밀리"가 로그 정규 분포를 가지고 있더라도 어떻게 하나의 함수 프로토타입 으로 바뀔 수 있는지 잘 모르겠습니다.
4) 무엇의 로그 정규 분포? 이 분포에서 확률 변수는 무엇입니까?
5) 다국적 기업이란 무엇입니까?
간단한 언어로 질문을 시도하고 간단한 답변을 얻으십시오) 죄송합니다.
1) 목표 또는 적합성 함수는 알고리즘 작업의 정량적 추정치입니다.
예를 들어 회귀를 훈련하는 경우 목적 함수는 알고리즘의 오류를 계산하는 함수/공식이 됩니다. 유전 알고리즘이나 거의 모든 MO 알고리즘을 최소화/극대화하는 다른 알고리즘과 동일합니다.
https://en.wikipedia.org/wiki/%D0%A6%D0%B5%D0%BB%D0%B5%D0%B2%D0%B0%D1%8F_%D1%84%D1%83%D0 %BD%D0%BA%D1%86%D0%B8%D1%8F
5) 최소제곱법
- 이해했습니다 - 모든 칠면조에서 모든 차량을 최적화하는 것(개발자의 선택에 따라 임의의 기간 동안 교육을 받은 경우) ... - 최소 오류로 칠면조를 입력하기 위한 조건을 얻으려면 ...
( 환경과 조건을 평가하면서 생태학자로서 생각했던 것과는 다른 확률이지만)