İngilizce kitapları okumakta zorlananlar için kozul hakkında bazı temel tezler çizdim. Ve python'da, benim versiyonuma göre en iyi nasıl çalıştığına dair bir örnek. Makaleyi istiyor musunuz?
Sorunlarınızı çözen bir algoritma varsa, neden başınız dik bir şekilde kendi kare çarkınızı icat edesiniz ki?
Peki, bana öyle bir algoritma verin ki, karlı TS inşa etsin :) Sizi daha sonra Maldivler'den arayacağım, teşekkür edeceğim. Sana bir deniz kabuğu göndereceğim.
Maxim Dmitrievsky #: Peki, bana profil TC'leri oluşturacak bir algoritma verin :)
Ya tek bir şey hakkında konuşabilirsiniz ya da her şey ve hiçbir şey hakkında.
L - mantık.
Yapılandırılmamış veriler hakkında konuşuyorduk, şimdi de TC'ler hakkında mı konuşuyoruz? TC'leri boşverin, para basma makinesinden bahsedelim ve böylece..... hiçbir şey hakkında sonsuza dek konuşalım.
mytarmailS #: Ya tek bir şey hakkında ya da her şey ve hiçbir şey hakkında konuşabilirsiniz.
L - mantık.
Yapılandırılmamış veri hakkında konuşuyorduk, şimdi TC hakkında mı konuşuyoruz? TC'yi boşver, para basma makinesi hakkında konuşalım ve sonra..... sonsuza dek hiçbir şey hakkında konuşmayalım.
Başta makineden bahsediyoruz, gerisi teferruat :) bag of wards zaman serileri üzerinde pek uygulanabilir değil, demek ki yanlış bir şeyler var.
Kabaca söylemek gerekirse, 18+ özelliğiniz varsa, sınıflandırıcıyı her satırı hatırlaması için eğitirsiniz çünkü kendilerini tekrar etmezler bile
ve nedensel çıkarımda istatistikleri hesaplamak için örnekleri eşleştiremezsiniz.
Evet, ezberleme konusunda hemfikirim - bu konuda uzun zaman önce bu başlıkta yazmıştım. Yapraklarla çalışmamın, onların değerini değerlendirmemin nedeni de bu.
İdeal olan tüm örneği tanımlayacak birkaç özellik bulmak, ancak henüz kimse bunu başaramadı. Öte yandan, boyutluluğu azaltmak eğitime doğrudan dahil olan özelliklerin sayısını azaltacaktır, ancak bu karmaşanın sonucu iyileştireceğinden şüpheliyim.
2. Sizi şaşırtacağım, kimse özelliklerin nasıl oluşturulduğunu umursamıyor, herkes özellikleri yalnızca yanıta göre değerlendiriyor
1. O zaman bu bir örneklem, değil mi?
2. Hmm, bu algoritmanın kuralın yapısını değerlendirmeye çalıştığını sanıyordum, örneğin diğer kurallarla bölünmelerde küçük sapmalar varsa, o zaman aynı şeydir.
Süreci neden açıklayamadığınızı bilmiyorum... Kendiniz tam olarak anlamasanız bile, bunu kabul etmekte utanılacak bir şey yok.
MO'da verilerle çalışma konusunda benzer bir konseptimiz var, ancak fikir alışverişinde bulunmak yerine sürekli gerginlikler yaşanıyor.
Bugün NG'deki konuyu okudum ve hiçbir şeyi kaçırmadığımı fark ettim....
Ne kadar farklı bir şey)))
Dünyanın geri kalanı gibi yapın. Bu tür cevaplar alacaksınız.
İngilizce kitapları okumakta zorlananlar için kozul hakkında bazı temel tezler çizdim. Ve python'da, benim versiyonuma göre en iyi nasıl çalıştığına dair bir örnek. Makaleyi istiyor musunuz?
Nnnada))))
Sen neden bahsediyorsun be?
Peki, bana profil TC'leri oluşturacak bir algoritma verin :)
Ya tek bir şey hakkında ya da her şey ve hiçbir şey hakkında konuşabilirsiniz.
Başlangıçta makine takımından bahsediyoruz, geri kalanı parçalar :)
Çünkü Bow zaman serileri için değildir.
veri kümesindeki aynı satır
yalnızca 1.000 satırınız varsa
Kabaca söylemek gerekirse, 18+ özelliğiniz varsa, sınıflandırıcıyı her satırı hatırlaması için eğitirsiniz çünkü kendilerini tekrar etmezler bile
ve nedensel çıkarımda istatistikleri hesaplamak için örnekleri eşleştiremezsiniz.Evet, ezberleme konusunda hemfikirim - bu konuda uzun zaman önce bu başlıkta yazmıştım. Yapraklarla çalışmamın, onların değerini değerlendirmemin nedeni de bu.
İdeal olan tüm örneği tanımlayacak birkaç özellik bulmak, ancak henüz kimse bunu başaramadı. Öte yandan, boyutluluğu azaltmak eğitime doğrudan dahil olan özelliklerin sayısını azaltacaktır, ancak bu karmaşanın sonucu iyileştireceğinden şüpheliyim.
1. Herhangi bir özellik değeri
1. O zaman bu bir örneklem, değil mi?
2. Hmm, bu algoritmanın kuralın yapısını değerlendirmeye çalıştığını sanıyordum, örneğin diğer kurallarla bölünmelerde küçük sapmalar varsa, o zaman aynı şeydir.
Süreci neden açıklayamadığınızı bilmiyorum... Kendiniz tam olarak anlamasanız bile, bunu kabul etmekte utanılacak bir şey yok.
MO'da verilerle çalışma konusunda benzer bir konseptimiz var, ancak fikir alışverişinde bulunmak yerine sürekli gerginlikler yaşanıyor.
Bugün NG'deki konuyu okudum ve hiçbir şeyi kaçırmadığımı fark ettim....