Книга представляет собой небольшое пособие, посвященное решению нескольких стандартных задач, таких как прогнозирование, выявление структурных изменений и аномалий в данных, а также кластеризация временных рядов. Описание соответствующих подходов и программного обеспечения сопровождается...
最令人兴奋的是 "线性趋势 "标签。
嗯，他的模型是线性趋势加上分形布朗运动形式的噪音。
嗯，他的模型是线性趋势加上分形布朗运动形式的噪音。
非线性的，那么）。
有什么关于R的计量经济学 的新书，你看过吗？ 比如这本？
在Python上没有这样的书，它们都在不同的地方。
https://otexts.com/fpp2/
非线性的话)
有没有关于R语言计量经济学 的新书出现，你看了吗？
在Python上没有这样的书，它们都在不同的地方。
https://otexts.com/fpp2/
计量经济学是为小鸡准备的，DSP是为男人准备的 ))))
没有读过这本书 吗？ 虽然我怀疑你会发现什么新东西
小鸡的计量经济学，男人的DSP ))))
为拖拉机司机服务
那么就是一个非线性的）。
像往常一样，根据历史记录，对每一个点都会得到一个线性趋势。然后将这一趋势延伸一个单位到未来，就可以得到一个预测。因此，在我看来，都是一样的，预测将作为一个加权平均数获得)
有什么关于R语言计量经济学 的新书出现，你看了吗？
在Python上没有这样的书，它们都在不同的地方。
https://otexts.com/fpp2/
我不能读这样的书，所以我已经不再关注他们。对于一般理论，我阅读高中或拉什卡的教科书（例如马格努斯或康托罗维奇的讲座）。对于具体的问题，我查阅了所需的R包的手册--它们包含了一切，直到使用中的科学文章的参考文献。
计量经济学是为小鸡准备的，DSP是为男人准备的 ))))
你没有读过这个 吗？ 我想你不会发现什么新的东西。
俗话说，书读百遍，其义自见 )
我将阅读它。计量经济学+MO是所需的全部内容。但圣杯并不在表面上。对一般收藏品提出更多要求是愚蠢的。这很有趣--一个在中间层有10-15个神经元的三层MLP网络发现了一个X1/X2类型的依赖。
问题是神经元的数量不足--中间层的8个神经元是不够的。
哦，蜂鸣器开着，如果你在一个星期内不把它关掉，那就很酷))
有一些特征，奇怪的是，损害了普遍性（我特别说的是catbust，可能也适用于其他）。这似乎很奇怪，因为你只是添加了新的功能，而模型给出的错误比没有这些功能的时候更多。
例如，我在几个泥浆上进行了训练，然后我去掉了几个泥浆，它就变高了。
模型试图考虑到所有的属性，如果有些属性与目标标记没有关系，即是随机的，那么质量就应该比较低。
例如：如果你从一个人的身高和性别来预测他的体重，质量是相当高的，但如果你加上头发的颜色或其他一些废话，质量就会降低。
这很有趣--一个在中间层有10-15个神经元的三层MLP网络发现了一个X1/X2类型的依赖。
问题是神经元的数量不足--中间层的8个神经元是不够的。
好吧，我告诉你了。你还想再开个玩笑--一个有1000多个神经元的网络--将找不到依赖性，或者将是非常长的，不准确的学习。