매핑에 관한 것입니다. 샘플을 10개의 청크로 나누고, 각 청크에서 다른 청크에 없는 고유한 성가신 피크가 있는 세트를 최적화하고 버리세요. 그런 다음 모든 데이터에 대한 전체 최적화에서 이들을 제외하면 평화롭고 조용하며 신의 선하심이 될 것입니다. 하지만 정확하지 않고 그냥 지어낸 이야기입니다. 옵트 변수에서 임의의 범위를 제외하는 방법을 모르겠습니다.
Maxim Dmitrievsky #: Про картиночные. Разбить выборку на 10 частей, на каждой оптимизировать и выбросить сеты с уникальными раздражающими пиками из каждого куска, которых нет в других.
컴퓨팅 리소스 측면에서 보면 10개의 최적화와 같습니다.
그런 다음 모든 데이터에 대한 전체 최적화에서 이들을 제외하면 평화롭고 조용하며 하나님의 은혜가 될 것입니다. 하지만 정확하지 않고 제가 지어낸 이야기입니다.
일종의 교차 검증을 통해 최적의 바늘 또는 표면을 선택합니다. 그리고 많은 바늘을 얻기 위해 다양한 기록에 걸쳐 최적화할 수 있습니다. PH-I는 동일하게 유지됩니다.
분명히 이것은 앞서 말한 것과 다른 바늘에 관한 것입니다.
아까 말씀드렸던 것과는 다른 바늘에 관한 것 같습니다.
Maxim Dmitrievsky #:
Про картиночные. Разбить выборку на 10 частей, на каждой оптимизировать и выбросить сеты с уникальными раздражающими пиками из каждого куска, которых нет в других.
컴퓨팅 리소스 측면에서 보면 10개의 최적화와 같습니다.
그런 다음 모든 데이터에 대한 전체 최적화에서 이들을 제외하면 평화롭고 조용하며 하나님의 은혜가 될 것입니다. 하지만 정확하지 않고 제가 지어낸 이야기입니다.
그리고 우리는 하나의 언덕을 발견합니다.
옵트 변수에서 임의의 범위를 제외하는 방법을 모르겠어요.
알았어요
계산적으로 이것은 10개의 최적화와 같습니다.
그리고 우리는 하나의 언덕을 발견합니다.
좋아요.
하나 이상입니다. 그래서 순차적 삭제 옵션을 제안한 것입니다.
더 멋진 알고리즘이 있는지는 모르겠지만 많은 알고리즘이 있습니다.
테이블은 살아 있고, 알고리즘을 배우면서 알고리즘을 추가합니다. 즉, 저기 있는 것이 가장 멋지다고 말할 수 없고, 제가 설명한 것만 알고 있습니다)))).
사실, 개미, 벌, 잡초를 가져가는 것은 이미 가능했고, 그들은 아주 좋습니다. 물론 나무는 이제 모든 사람을 찢고 다음 리더는 무엇이 될지 모르겠습니다.
나는 모든 중요한 알려진 것들을 살펴볼 때 하이브리드에 도달 할 것이고, 하이브리드는 매우 유망합니다.
지금은 인구 유형을 고려하고 있지만 다른 유형도 있으므로 연구하는 것도 흥미로울 것입니다.
이미 하나 있을지도 모르죠 :)
이미 하나 있을 수도 있습니다 :)
예, 매우 흥미로운 유기체입니다 .))))
그러나 슬러그는 2 차원 만 사용하며 가장 단순한 AO조차도 2 차원에 대처할 수 있습니다. 문제의 복잡성이 차원 수에 따라 비선형 적으로 증가하기 때문에 1000 차원에서 어떻게 작동할지는 큰 문제입니다.
측정 횟수가 증가함에 따라 문제의 복잡성은 비선형적으로 증가합니다.
자가 학습의 경우 측정에 대한 복잡성의 의존도는 어느 정도인가요?
자가 교육의 경우, 측정에 대한 복잡성의 의존도는 어느 정도인가요?
나는 그것이 비선형 적으로 빠르게 성장한다는 것만 알고 있습니다.
알렉세이 니콜라 베프가 여기에 등장했는데 아마도 그는이 질문에 대한 정확한 답을 알고있을 것입니다. 포럼 사용자에게 전화하는 방법을 잊어 버렸습니다.
나는 현재 전자기 검색에 대한 기사를 확인하고 있습니다-일반적으로 평범한 특성을 가진 EM, 그것은 저를 강타한 한 가지 속성을 가지고 있습니다.
자가 교육의 경우 측정에 대한 복잡성의 의존성은 어떻게 되나요?