Картинка, ставшая хрестоматийной и объясняющая почему фин. ВР нестационарны на любых ТФ и при любом кол-ве наблюдений, то есть оценка не зависит от того, знаем мы всю историю (будущее) или нет.
Это азы
Точно так же как англоязычный модератор не может знать контекста сообщений, а удаляет их по постоянным мелким жалобам сказочников ))
Картинка, ставшая хрестоматийной и объясняющая почему фин. ВР нестационарны на любых ТФ и при любом кол-ве наблюдений, то есть оценка не зависит от того, знаем мы всю историю (будущее) или нет.
Точно так же как англоязычный модератор не может знать контекста сообщений, а удаляет их по постоянным мелким жалобам ))
а теперь из картинки взять квадратный корень и удивляться что returns это эквивалент activities (не знаю как иначе назвать, рыночная активность), за исключением линейного импульса в пиках и невозможности снизиться менее пределов когда "никого нет дома" :-)
просто не надо брать "среднюю температуру по больнице в течении года", стоит рассматривать отдельные известные и понятные состояния
а теперь из картинки взять квадратный корень и удивляться что returns это эквивалент activities (не знаю как иначе назвать, рыночная активность), за исключением линейного импульса в пиках и невозможности снизиться менее пределов когда "никого нет дома" :-)
просто не надо брать "среднюю температуру по больнице в течении года", стоит рассматривать отдельные известные и понятные состояния
Это уже другое )
тогда нужно добавить системную неопределенность, когда стационарность вроде бы найдена, но из-за меняющихся условий не остается такой на новых данных.
Я спросил, готовы ли специалисты по МО обучить сетку на процессе, который имеет строгую формулу, а потом проверь свою модель на новых данных (просто смещение по времени t на одной и той же формуле)? Это просто формула, чистая как слеза ребёнка. И, как бонус к самообразованию, можно замерить любые распределения этого процесса и сравнить, какое оно было До и какое После.
Надеюсь на позитивный ответ желающих участвовать в эксперименте. В противном случае засчитываю слив "специалистам" по МО. Подчеркиваю, формула процесса будет простая.
Конечно, "формул нет". Тогда что есть, когда думаете, что сеть успешно отработала новые данные? Это просто аппроксимация и ничего больше. Но аппроксимация аппроксимации волк, сами знаете... Про теорему тоже, я думаю, знаете.
Думаю, что попалась похожая консервная банка, и модель знает, сколько времени надо её молоть и как она будет скрежетать.
Лично я, не использую сети сейчас, и не прогнозирую цену закрытия бара.
Andrey Dik #: хотите я приведу ряд, просто ради хохмы, и вы попробуете предсказать следующие шаги ряда?
У Вас это сделать не получилось?
Andrey Dik #: строгую простую формулу сложно предсказать, если используете неправильные критерии оценки.
Как под каждую формулу подбирать свой критерий для оценки?
Посмотрите на п2. Кто понял что там сказано? Я спонтанно сократил слова и фразу, но если закинуть это в ИИ, то он легко воспроизведет текст. Тупорылый чатгпт сделал то, что тысячи умных людей не смогли. Вот незадача.
Я спросил, готовы ли специалисты по МО обучить сетку на процессе, который имеет строгую формулу, а потом проверь свою модель на новых данных (просто смещение по времени t на одной и той же формуле)? Это просто формула, чистая как слеза ребёнка. И, как бонус к самообразованию, можно замерить любые распределения этого процесса и сравнить, какое оно было До и какое После.
Надеюсь на позитивный ответ желающих участвовать в эксперименте. В противном случае засчитываю слив "специалистам" по МО. Подчеркиваю, формула процесса будет простая.
Вы же вроде знаете, что обычно сети занимаются интерполяцией, а не экстраполяцией. Значит задача решаема, если дадите выборку с достаточным шагом для описания её значений в заданных приделах функции, и проверять будите на результатах между точками хотя бы, а не на новых пределах.
Впрочем сейчас есть модели и на простых функциях, создающие композицию, но я их не пользовал совсем. Однако, думаю, они могут быть хороши для экстраполяции.
У Вас есть свой метод для восстановления сложной функции? Расскажите, послушаю.
Картинка, ставшая хрестоматийной и объясняющая почему фин. ВР нестационарны на любых ТФ и при любом кол-ве наблюдений, то есть оценка не зависит от того, знаем мы всю историю (будущее) или нет.
Это азы
Точно так же как англоязычный модератор не может знать контекста сообщений, а удаляет их по постоянным мелким жалобам сказочников ))
Тогда пускай сам здесь общается сам с собой
Картинка, ставшая хрестоматийной и объясняющая почему фин. ВР нестационарны на любых ТФ и при любом кол-ве наблюдений, то есть оценка не зависит от того, знаем мы всю историю (будущее) или нет.
Точно так же как англоязычный модератор не может знать контекста сообщений, а удаляет их по постоянным мелким жалобам ))
а теперь из картинки взять квадратный корень и удивляться что returns это эквивалент activities (не знаю как иначе назвать, рыночная активность), за исключением линейного импульса в пиках и невозможности снизиться менее пределов когда "никого нет дома" :-)
просто не надо брать "среднюю температуру по больнице в течении года", стоит рассматривать отдельные известные и понятные состояния
а теперь из картинки взять квадратный корень и удивляться что returns это эквивалент activities (не знаю как иначе назвать, рыночная активность), за исключением линейного импульса в пиках и невозможности снизиться менее пределов когда "никого нет дома" :-)
просто не надо брать "среднюю температуру по больнице в течении года", стоит рассматривать отдельные известные и понятные состояния
Это уже другое )
тогда нужно добавить системную неопределенность, когда стационарность вроде бы найдена, но из-за меняющихся условий не остается такой на новых данных.Я спросил, готовы ли специалисты по МО обучить сетку на процессе, который имеет строгую формулу, а потом проверь свою модель на новых данных (просто смещение по времени t на одной и той же формуле)? Это просто формула, чистая как слеза ребёнка. И, как бонус к самообразованию, можно замерить любые распределения этого процесса и сравнить, какое оно было До и какое После.
Надеюсь на позитивный ответ желающих участвовать в эксперименте. В противном случае засчитываю слив "специалистам" по МО. Подчеркиваю, формула процесса будет простая.
А пока, будем доверять всесильному рандому :)
Вроде бы вчера/сегодня должно быть награждение в конкурсе. Зашел - не увидел никаких результатов пока еще.
Интересно потом почитать комментарии победителей/я.Конечно, "формул нет". Тогда что есть, когда думаете, что сеть успешно отработала новые данные? Это просто аппроксимация и ничего больше. Но аппроксимация аппроксимации волк, сами знаете... Про теорему тоже, я думаю, знаете.
Думаю, что попалась похожая консервная банка, и модель знает, сколько времени надо её молоть и как она будет скрежетать.
Лично я, не использую сети сейчас, и не прогнозирую цену закрытия бара.
хотите я приведу ряд, просто ради хохмы, и вы попробуете предсказать следующие шаги ряда?
У Вас это сделать не получилось?
строгую простую формулу сложно предсказать, если используете неправильные критерии оценки.
Как под каждую формулу подбирать свой критерий для оценки?
Вроде бы вчера/сегодня должно быть награждение в конкурсе. Зашел - не увидел никаких результатов пока еще.
Интересно потом почитать комментарии победителей/я.Я не следил за конкурсом. Думаю, подобные конкурсы - своеобразный мозговой штурм, организаторы получат пищу для размышления в любом случае.
1. Думаю, что попалась похожая консервная банка, и модель знает, сколько времени надо её молоть и как она будет скрежетать.
2. Лично я, не использую сети сейчас, и не прогнозирую цену закрытия бара.
3. У Вас это сделать не получилось?
4. Как под каждую формулу подбирать свой критерий для оценки?
1. Проверить легко.
2. Закр бар не прчм. Воще. В н и нс сес. Но вы вс по няли.
3. А как думаете, если я спросил о том, что вас заставило думать?
4. Этого не требуется. Не нужно ничего подбирать.
Я спросил, готовы ли специалисты по МО обучить сетку на процессе, который имеет строгую формулу, а потом проверь свою модель на новых данных (просто смещение по времени t на одной и той же формуле)? Это просто формула, чистая как слеза ребёнка. И, как бонус к самообразованию, можно замерить любые распределения этого процесса и сравнить, какое оно было До и какое После.
Надеюсь на позитивный ответ желающих участвовать в эксперименте. В противном случае засчитываю слив "специалистам" по МО. Подчеркиваю, формула процесса будет простая.
Вы же вроде знаете, что обычно сети занимаются интерполяцией, а не экстраполяцией. Значит задача решаема, если дадите выборку с достаточным шагом для описания её значений в заданных приделах функции, и проверять будите на результатах между точками хотя бы, а не на новых пределах.
Впрочем сейчас есть модели и на простых функциях, создающие композицию, но я их не пользовал совсем. Однако, думаю, они могут быть хороши для экстраполяции.
У Вас есть свой метод для восстановления сложной функции? Расскажите, послушаю.