[存档！]纯数学、物理学、化学等：与贸易没有任何关系的大脑训练问题 - 页 537 1...530531532533534535536537538539540541542543544...628 新评论 Dmitry Fedoseev 2012.01.24 02:56 #5361 Neutron: ...数字6是怎么来的？因为有六个邻居？ 这不是关于六次握手的规则吗？每个点有六个相邻的点--六个最亲密的熟人。 Юсуфходжа 2012.01.24 03:00 #5362 Neutron: 这个表述中的问题是神经网络的标准问题--它使样本的MOC误差最小。在这种情况下，有一个三输入的线性perseptron，第三个输入上有一个偏置。这实质上是一种数值迭代求解方法。你如何在这里绑定高斯（或不绑定）？ 在这种情况下，可以不用理会NS，通过简单列举系数a,b,c来解决问题，使采样误差最小。 我很惭愧，我不明白你的解决方案背后的逻辑......数字6是怎么来的？因为有6个邻居？ 首先，高斯从一开始就出现在这里，因为他发明了MNC，其次，由高斯MNC得到的正态方程的解已经由另一种高斯的方法完成，即用矩阵来解这些方程。 Sceptic Philozoff 2012.01.24 03:42 #5363 yosuf: Во первых, Гаусс присутствует здесь с самого начала, поскольку он и придумал МНК, а во вторых, решение нормальных уравнений, полученных методом МНК Гаусса, производится уже другим методом Гаусса решения этих уравнений с помощью матриц. 什么鬼矩阵，优素福？有三个未知数的三个线性方程组。你不需要任何高斯就可以解决这个问题。有什么问题呢？ 你不需要任何近似值，只要用克拉默公式求解就可以了，如果你想对矩阵做这么多的修补。记住 "尺子"，它被经常使用... Юсуфходжа 2012.01.24 04:09 #5364 Mathemat: 什么鬼矩阵，优素福？有三个未知数的三个线性方程组。你可以在没有任何高斯的情况下解决它。有什么问题呢？ 你不需要任何近似值，只要用克拉默公式求解就可以了，如果你想对矩阵做这么多的修补。记住 "尺子"，它被经常使用... 这就是问题所在：你不想修饰矩阵，即使用克拉默的方法，也有一个直接的方法。 Sceptic Philozoff 2012.01.24 04:15 #5365 yosuf: 这就是问题所在：你不想和矩阵打交道，即使是用克莱默的方法，也有一个直接的方法。 你的 "直接方法 "是什么，我可能无法处理。可能是另一场数学革命，只是现在是线性代数。 P.S. 我想我开始猜测：又是（18）。 Юсуфходжа 2012.01.24 04:55 #5366 Mathemat:你的 "直接方法 "是什么，我可能无法处理。可能是另一场数学革命，只是这次是在线性代数方面。P.S. 我想我开始猜测：又是（18）。(18)即将动摇高斯的线性回归 MNC的根基。 PapaYozh 2012.01.24 05:24 #5367 yosuf: (18）将很快动摇线性回归中高斯MNA的基础。 最主要的是，它不会动摇DNA的基本原理。 Neutron 2012.01.24 06:34 #5368 Integer: 这与六次握手规则有关，不是吗？每个点有六个相邻的点--六个最接近的熟人。不! 六，我的意思是，不是一个节点的最近的圆，它是能够连接两个任意节点的最短的平均距离。 Dmitry Fedoseev 2012.01.24 06:39 #5369 Neutron: 不! 六，我的意思是，不是一个节点的最近的圆，它是能够连接两个任意节点的最短的平均距离。 两个参数。一个是最亲密的熟人的数量。其次是相识的密切程度（距离）（你们认识多少次握手）。 如果最接近的熟人是6个，那么就只有蜂窝状适合，而熟人的接近程度由灰色单元的大小决定。 Neutron 2012.01.24 06:39 #5370 Mathemat: 什么鬼矩阵，优素福？有三个未知数的三个线性方程组。你不需要任何高斯就可以解决这个问题。有什么问题呢？ 阿列克谢，按照我的理解，这是一个有三个未知数的无限（或大于三个）线性方程组。在这种提法中，只挑出三个方程并寻找常规解是不正确的。我们必须找到这样一个方程系数的解决方案，使其以最小的误差满足整个向量X和Y。这有自己的方法来寻找最佳解决方案。 整数。 两个参数。一个是最亲密的熟人的数量。其次是相识的密切程度（距离）（你们认识多少次握手）。 如果有六个最亲密的朋友，那么单元格是合适的，友谊的亲密程度由灰色单元格的大小决定。 那么，这个计划的解决方案是什么呢？ 1...530531532533534535536537538539540541542543544...628 新评论 您错过了交易机会： 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符（不带空格） 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号，请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置，否则您将无法登录。 忘记您的登录名/密码？ 使用 Google 登录
...数字6是怎么来的？因为有六个邻居？
这不是关于六次握手的规则吗？每个点有六个相邻的点--六个最亲密的熟人。
这个表述中的问题是神经网络的标准问题--它使样本的MOC误差最小。在这种情况下，有一个三输入的线性perseptron，第三个输入上有一个偏置。这实质上是一种数值迭代求解方法。你如何在这里绑定高斯（或不绑定）？
在这种情况下，可以不用理会NS，通过简单列举系数a,b,c来解决问题，使采样误差最小。
我很惭愧，我不明白你的解决方案背后的逻辑......数字6是怎么来的？因为有6个邻居？yosuf: Во первых, Гаусс присутствует здесь с самого начала, поскольку он и придумал МНК, а во вторых, решение нормальных уравнений, полученных методом МНК Гаусса, производится уже другим методом Гаусса решения этих уравнений с помощью матриц.
什么鬼矩阵，优素福？有三个未知数的三个线性方程组。你不需要任何高斯就可以解决这个问题。有什么问题呢？
你不需要任何近似值，只要用克拉默公式求解就可以了，如果你想对矩阵做这么多的修补。记住 "尺子"，它被经常使用...
什么鬼矩阵，优素福？有三个未知数的三个线性方程组。你可以在没有任何高斯的情况下解决它。有什么问题呢？
你不需要任何近似值，只要用克拉默公式求解就可以了，如果你想对矩阵做这么多的修补。记住 "尺子"，它被经常使用...
你的 "直接方法 "是什么，我可能无法处理。可能是另一场数学革命，只是现在是线性代数。
P.S. 我想我开始猜测：又是（18）。
你的 "直接方法 "是什么，我可能无法处理。可能是另一场数学革命，只是这次是在线性代数方面。
P.S. 我想我开始猜测：又是（18）。
(18）将很快动摇线性回归中高斯MNA的基础。
最主要的是，它不会动摇DNA的基本原理。
这与六次握手规则有关，不是吗？每个点有六个相邻的点--六个最接近的熟人。
不!
六，我的意思是，不是一个节点的最近的圆，它是能够连接两个任意节点的最短的平均距离。
不!
六，我的意思是，不是一个节点的最近的圆，它是能够连接两个任意节点的最短的平均距离。
两个参数。一个是最亲密的熟人的数量。其次是相识的密切程度（距离）（你们认识多少次握手）。
如果最接近的熟人是6个，那么就只有蜂窝状适合，而熟人的接近程度由灰色单元的大小决定。
什么鬼矩阵，优素福？有三个未知数的三个线性方程组。你不需要任何高斯就可以解决这个问题。有什么问题呢？
阿列克谢，按照我的理解，这是一个有三个未知数的无限（或大于三个）线性方程组。在这种提法中，只挑出三个方程并寻找常规解是不正确的。我们必须找到这样一个方程系数的解决方案，使其以最小的误差满足整个向量X和Y。这有自己的方法来寻找最佳解决方案。
两个参数。一个是最亲密的熟人的数量。其次是相识的密切程度（距离）（你们认识多少次握手）。
如果有六个最亲密的朋友，那么单元格是合适的，友谊的亲密程度由灰色单元格的大小决定。