1979년 책. (용량이 크니 천천히 보도록 하겠습니다.) 그러나 1980년부터 1990년 사이에 출판된 다른 작가들의 책 내용(예: Ivanov, Marchuk, Zeldovich, Myshkis, Samarsky, Gulin, Tsvetkov ...)의 내용과 근본적으로 다른 것은 없다고 생각합니다.
예를 들어 무차별 대입과 같이 거의 변하지 않는 공간을 찾으면 정상적인 아이디어는 이미 논의되었습니다.
이상, IMHO, 변화의 법칙을 찾아야 합니다. 음, VR은 어떤 공식이든, 심지어 다항식이든, 심지어 Sultanov로부터의 회귀라도 상수 계수를 갖는 공식으로 특성화될 수 없습니다.
나는 2주차에 SSA 모델 연구에 매진했는데 예측이 흥미롭고 SSA 모델 자체는 입력 계열에 대한 반복 공식이 있고 공분산 행렬의 고유값 벡터를 재배열하는 것으로 충분하다는 것을 암시합니다....
MatLab에서 SSA에 대한 코드를 연구하던 중 MatLab에서 MQL5로 이식되어 지금은 여러분의 여유로운 대화를 지켜보면서 행렬 벡터 자체를 예측하는 것이 필요하다는 결론에 이르렀습니다. 출력에서 잘 작동하지만 행렬의 반복성을 분석하는 것은 어렵지 않습니다. 작은 슬라이딩 창으로 행렬이 작습니다... 즉, 문제를 통계로 축소
이상, IMHO, 변화의 법칙을 찾아야 합니다. 음, VR은 어떤 공식이든, 심지어 다항식이든, 심지어 Sultanov로부터의 회귀라도 상수 계수를 갖는 공식으로 특성화될 수 없습니다.
나는 2주차에 SSA 모델 연구에 매진했는데 예측이 흥미롭고 SSA 모델 자체는 입력 계열에 대한 반복 공식이 있고 공분산 행렬의 고유값 벡터를 재배열하는 것으로 충분하다는 것을 암시합니다....
MatLab에서 SSA에 대한 코드를 연구하던 중 MatLab에서 MQL5로 이식되어 지금은 여러분의 여유로운 대화를 지켜보면서 행렬 벡터 자체를 예측하는 것이 필요하다는 결론에 이르렀습니다. 출력에서 잘 작동하지만 행렬의 반복성을 분석하는 것은 어렵지 않습니다. 작은 슬라이딩 창으로 행렬이 작습니다... 즉, 문제를 통계로 축소
예, 예, 예측하지 않고 예를 들어 2개 이상의 연결된 기간 사이의 시간 종속성을 복원하는 것이 바람직합니다. 거기에는 법이 없기 때문입니다. 유동성의 변화에 따라 변한다
공식은 생각 없는 대량 스탬핑이 아닙니다. 중요한 것은 결과로 이어지는 경로입니다 - 공식
글쎄, 내가 러시아어에 걸리면 버릴거야.
글쎄, 내가 러시아어에 걸리면 버릴거야.
글쎄, 내가 러시아어에 걸리면 버릴거야.
나는 거기에 추가했다:
그가 무엇을 생각해 냈는지, 나는 모른다. 그러나 나는 다항식 회귀의 범위가 무엇인지 실제로 알고 있습니다. 계산 방법에 대한 우리의 (여전히 소비에트) 교과서도 이에 대해 이야기합니다.
확실히 러시아어로 확인하겠습니다.나는 거기에 추가했다:
그가 무엇을 생각해 냈는지, 나는 모른다. 그러나 나는 다항식 회귀의 범위가 무엇인지 실제로 알고 있습니다. 계산 방법에 대한 우리의 (여전히 소비에트) 교과서도 이에 대해 이야기합니다.
확실히 러시아어로 확인하겠습니다.영상은 안찾고 오래된 책만 찾았네요
아마도 MO에 익숙한 사람들에게는 특별한 것이 없지만 mb 새로운 것러시아어로 된 비디오는 하나뿐입니다.
나는 즉시 정보를 마스터하지 못했지만 내 생각에는 모든 것이 주제 주제에 있습니다.
영상은 안찾고 오래된 책만 찾았네요
1979년 책. (용량이 크니 천천히 보도록 하겠습니다.) 그러나 1980년부터 1990년 사이에 출판된 다른 작가들의 책 내용(예: Ivanov, Marchuk, Zeldovich, Myshkis, Samarsky, Gulin, Tsvetkov ...)의 내용과 근본적으로 다른 것은 없다고 생각합니다.
그러나 비디오에서 내가 이해하는 한 몇 가지 새로운 발전 사항이 제시됩니다. 권리?
1979년 책. (용량이 크니 천천히 보도록 하겠습니다.) 그러나 1980년부터 1990년 사이에 출판된 다른 작가들의 책 내용(예를 들면 Ivanov, Marchuk, Zeldovich, Myshkis, ...)과 근본적으로 다른 것은 없다고 생각한다.
그러나 비디오에서 내가 이해하는 한 몇 가지 새로운 발전 사항이 제시됩니다. 권리?
제 생각에는 역시 오래된 정보입니다. 새로운 (최근 공연)에서 영어로만 제공됩니다. 모두
특히 인공 지능의 한 유형인 ML에서 무차별 대입 검색 에 대해
그러나 기본은 동일합니다. 핵 변형을 사용하여 새로운 차원에 매핑을 도입하여 종속성을 복원하고 거기에서도 위에서 고통받습니다.
예를 들어 무차별 대입과 같이 거의 변하지 않는 공간을 찾으면 정상적인 아이디어는 이미 논의되었습니다.
이상, IMHO, 변화의 법칙을 찾아야 합니다. 음, VR은 어떤 공식이든, 심지어 다항식이든, 심지어 Sultanov로부터의 회귀라도 상수 계수를 갖는 공식으로 특성화될 수 없습니다.
나는 2주차에 SSA 모델 연구에 매진했는데 예측이 흥미롭고 SSA 모델 자체는 입력 계열에 대한 반복 공식이 있고 공분산 행렬의 고유값 벡터를 재배열하는 것으로 충분하다는 것을 암시합니다....
MatLab에서 SSA에 대한 코드를 연구하던 중 MatLab에서 MQL5로 이식되어 지금은 여러분의 여유로운 대화를 지켜보면서 행렬 벡터 자체를 예측하는 것이 필요하다는 결론에 이르렀습니다. 출력에서 잘 작동하지만 행렬의 반복성을 분석하는 것은 어렵지 않습니다. 작은 슬라이딩 창으로 행렬이 작습니다... 즉, 문제를 통계로 축소
이상, IMHO, 변화의 법칙을 찾아야 합니다. 음, VR은 어떤 공식이든, 심지어 다항식이든, 심지어 Sultanov로부터의 회귀라도 상수 계수를 갖는 공식으로 특성화될 수 없습니다.
나는 2주차에 SSA 모델 연구에 매진했는데 예측이 흥미롭고 SSA 모델 자체는 입력 계열에 대한 반복 공식이 있고 공분산 행렬의 고유값 벡터를 재배열하는 것으로 충분하다는 것을 암시합니다....
MatLab에서 SSA에 대한 코드를 연구하던 중 MatLab에서 MQL5로 이식되어 지금은 여러분의 여유로운 대화를 지켜보면서 행렬 벡터 자체를 예측하는 것이 필요하다는 결론에 이르렀습니다. 출력에서 잘 작동하지만 행렬의 반복성을 분석하는 것은 어렵지 않습니다. 작은 슬라이딩 창으로 행렬이 작습니다... 즉, 문제를 통계로 축소
예, 예, 예측하지 않고 예를 들어 2개 이상의 연결된 기간 사이의 시간 종속성을 복원하는 것이 바람직합니다. 거기에는 법이 없기 때문입니다. 유동성의 변화에 따라 변한다
작은 슬라이딩 윈도우로 행렬의 반복성을 분석하는 것은 어렵지 않습니다. 문제를 통계로 축소