mesmo a tempo para a sua mensagem sobre adequação, um bom provérbio
Acabei de dizer que só os tomates são mais fixes que o Maxim. )) Não há proku, mas não importa. Há pouco uso para alguém aqui)). Todos são mestres do vazio em vazio)).
Maxim, tu nem sequer estás em primeiro lugar)). Segundo lugar)).
E não estou a esconder os princípios gerais da construção de TC. Dentro de limites razoáveis. A_K2 disse-me - ele tem estado a gemer há meio ano).
Yuri, mais uma vez - o princípio está correcto.
Mas, você sabe, a coisa - mesmo idéias legais não encontram resposta das pessoas se não há sinal (como um passaporte), ou é negativo, como eu tenho agora. Eu vejo no meu exemplo - bem, não há um equilíbrio positivo, ao que parece - pegar a bandeira, levar o trabalho à perfeição, agradar às pessoas. Não - ninguém está interessado.
Eu não tenho energia suficiente no meu computador para treinar o NS na história.
Se você colocar todos os dados em uma matriz multinível e iniciar o treinamento, o terminal fica pendurado.
O computador Quantum é necessário.
Bem, primeiro, não enfie o NS no lixo (não deve enfiar tudo na sua cabeça).
Em segundo lugar, existem muitos algoritmos de redução de dados dimensionais: PCA, transformada de Fourier, wavelets, etc., a partir do novo "t-sne". Com a ajuda deles você pode fazer 5 entradas em ns de 100 e quase ter a mesma qualidade.
Primeiro, não entupir NS com lixo (não precisa enfiar tudo na sua cabeça).
Em segundo lugar, existem muitos algoritmos de redução da dimensionalidade dos dados "PCA", transformação de Fourier, wavelets e assim por diante... a partir do novo "t-sne". Com a ajuda deles você pode fazer 5x em 100 ns de entradas e quase ter a mesma qualidade.
Todas as razões acima mencionadas não são aplicáveis devido a vários motivos. Já tentou o Tsne? A minha pergunta é retórica.
Os mais adequados (na minha opinião, claro) são Bayesian PCA, Autoencoder, pacote varbvs, e por último, mas não menos importante, o pacote bounceR.
É claro que existem métodos mais simples e todos eles são descritos em detalhes em artigos deste site.
Para login e uso do site MQL5.com, você deve ativar o uso de cookies.
Ative esta opção no seu navegador, caso contrário você não poderá fazer login.
Você entrou na conta. A autenticação de dois fatores foi desativada. Configure-a novamente e escaneie um novo código QR ou continue com a autenticação de dois fatores desativada.
Nós não fingimos ser nada, isso é o mais engraçado, se não sabes.
Ai é? E se achas que as tuas mensagens devem ser lidas? Bem, só os ovos são mais frescos do que o Maxim.
Bem, isso é um esboço, só estou a reagir apropriadamente sem ser pretensioso.
Todas as minhas perguntas para si foram bastante lógicas.
Bem, isso é um pequeno esboço, só estou a reagir apropriadamente sem tolerância pretensiosa.
Todas as minhas perguntas para si foram bastante lógicas.
Em vez de contar e trabalhar com donas de casa, não seria melhor, caro amigo, voltar-se para si mesmo? ))
Mesmo a tempo da sua mensagem sobre adequação, bom provérbio
mesmo a tempo para a sua mensagem sobre adequação, um bom provérbio
Yuri, mais uma vez - o princípio está correcto.
Mas, você sabe, a coisa - mesmo idéias legais não encontram resposta das pessoas se não há sinal (como um passaporte), ou é negativo, como eu tenho agora. Eu vejo no meu exemplo - bem, não há um equilíbrio positivo, ao que parece - pegar a bandeira, levar o trabalho à perfeição, agradar às pessoas. Não - ninguém está interessado.
O mesmo se aplica a este tema.
Bem, ninguém tem "equidade no céu" ou qualquer outra equidade, e é isso - o tema torna-se imediatamente passé e desinteressante.
A conclusão é que cada sujeito deve ter um "homem com um sinal". Um positivo! Então a vida começa.
Estamos à espera deste homem. Nós esperamos e acreditamos.
Hi!
Bem, primeiro, não enfie o NS no lixo (não deve enfiar tudo na sua cabeça).
Em segundo lugar, existem muitos algoritmos de redução de dados dimensionais: PCA, transformada de Fourier, wavelets, etc., a partir do novo "t-sne". Com a ajuda deles você pode fazer 5 entradas em ns de 100 e quase ter a mesma qualidade.
Primeiro, não entupir NS com lixo (não precisa enfiar tudo na sua cabeça).
Em segundo lugar, existem muitos algoritmos de redução da dimensionalidade dos dados "PCA", transformação de Fourier, wavelets e assim por diante... a partir do novo "t-sne". Com a ajuda deles você pode fazer 5x em 100 ns de entradas e quase ter a mesma qualidade.
Todas as razões acima mencionadas não são aplicáveis devido a vários motivos. Já tentou o Tsne? A minha pergunta é retórica.
Os mais adequados (na minha opinião, claro) são Bayesian PCA, Autoencoder, pacote varbvs, e por último, mas não menos importante, o pacote bounceR.
É claro que existem métodos mais simples e todos eles são descritos em detalhes em artigos deste site.
Boa sorte.
Todas as coisas que você listou não são aplicáveis por vários motivos. Já tentou usar o Tsne? A questão é retórica.
Os mais adequados (na minha opinião, claro) são Bayesian PCA, Autoencoder, pacote varbvs e do pacote bounceR tardio.
É claro que existem métodos mais simples e todos eles são descritos em detalhes em artigos deste site.
Boa sorte.
porque não aplicável?
Porquê retórica?