상황은 현대 물리학에서와 같습니다. 타거나 운전하고 싶습니까? 물리학은 세상이 어떻게 작동하는지 이해하려고 노력했지만 이제는 데이터 위에 공식을 늘리고 가상 개체를 발명하고 아무도 아무것도 이해하지 못하며 모든 것이 매우 복잡합니다.
데이터 처리도 마찬가지입니다. 과거에는 문제를 가져와서 이해하려고 노력한 다음 수작업으로 알고리즘을 작성하고 계산을 최적화했습니다. 작업을 단순화하기 위해 일부 관계는 무시하고 다른 관계는 선형적인 형태로 축소했습니다. 전력과 데이터가 충분하면 문제 해결은 일부 다항식의 계수를 선택하는 최적화 프로그램(대략 MT 테스터에서와 같이)으로 전환되었습니다. 아무도 계산 방법을 이해하지 못하고 결과에 대한 완전한 확신이 없지만이 접근 방식은 비선형적이고 명확하지 않은 관계를 고려할 수 있으며 일부 과학적 계산을 수십 배로 가속화 할 수 있습니다.
해결책이 분명한 경우에는 고전적인 접근 방식을 사용해야 합니다. 그러나 불확실성이 큰 상황에서 MO는 만병통치약이 아닙니다(그래서 보안 문자의 사진에 노이즈를 추가하는 것입니다).
다시 한 번 말씀드립니다.
상관 관계는 정규화가 필요하지 않으며 유클리드 거리가 아니며 정규화는 이미 상관 관계에 포함되어 있습니다.
3980은 complex, 벡터<복소수>, 행렬<복소수> 유형에 대한 접합 메서드를 구현했습니다. 이들은 복소수에 대한 활용을 수행합니다.
고마워요!
감사합니다, 선생님.
치수 (기능)가 5 개 이상 많은 경우 선 사이의 직접적인 근접성을 찾을 가치가 없으므로 치수를 줄이는 것이 좋습니다.
두 가지 적: 과도한 훈련과 앞만 보고 달리기.
오버트레이닝에 대한 많은 글이 쓰여졌지만, 이 모델은 오리지널 시리즈와 너무 "유사"합니다. 오버트레이닝은 일반적인 테스터 결과이기 때문에 누구나 잘 알고 있습니다.
"앞을 내다보기"란 무엇인가요?
이것이 국방부가 하고 있는 주요 업무라고 말하는 것이 맞나요?
상황은 현대 물리학에서와 같습니다. 타거나 운전하고 싶습니까? 물리학은 세상이 어떻게 작동하는지 이해하려고 노력했지만 이제는 데이터 위에 공식을 늘리고 가상 개체를 발명하고 아무도 아무것도 이해하지 못하며 모든 것이 매우 복잡합니다.
데이터 처리도 마찬가지입니다. 과거에는 문제를 가져와서 이해하려고 노력한 다음 수작업으로 알고리즘을 작성하고 계산을 최적화했습니다. 작업을 단순화하기 위해 일부 관계는 무시하고 다른 관계는 선형적인 형태로 축소했습니다. 전력과 데이터가 충분하면 문제 해결은 일부 다항식의 계수를 선택하는 최적화 프로그램(대략 MT 테스터에서와 같이)으로 전환되었습니다. 아무도 계산 방법을 이해하지 못하고 결과에 대한 완전한 확신이 없지만이 접근 방식은 비선형적이고 명확하지 않은 관계를 고려할 수 있으며 일부 과학적 계산을 수십 배로 가속화 할 수 있습니다.
해결책이 분명한 경우에는 고전적인 접근 방식을 사용해야 합니다. 그러나 불확실성이 큰 상황에서 MO는 만병통치약이 아닙니다(그래서 보안 문자의 사진에 노이즈를 추가하는 것입니다).
차원(속성)이 5개 이상으로 많은 경우 행 간의 직접적인 근접성을 찾을 가치가 없으므로 차원을 줄이는 것이 좋습니다.
각 특성의 1 값으로는 충분하지 않습니다
.
내가 하나의 가치를 어디에서 말했습니까?
제가 어디에서 하나의 가치라고 했나요?
내 말은
차원을 축소할 때 아무도 한 차원으로 축소하지 않습니다. 가능하지만 그렇게 하지 않습니다.
나는 말했다
스토리를 통해 회전하는 컨볼루션 또는 베어본 예측을 사용하나요?