[Archivo] Matemáticas puras, física, química, etc.: problemas de entrenamiento cerebral no relacionados con el comercio de ninguna manera - página 537

 
Neutron:

... ¿De dónde viene el número 6? ¿Porque hay seis vecinos?


¿No es esa la regla de los seis apretones de manos? Cada punto tiene seis puntos vecinos, seis conocidos cercanos.
 
Neutron:

El problema en esta formulación es estándar para una red neuronal - minimiza el error MOC en la muestra. En este caso, hay un perseptrón lineal de tres entradas con un sesgo en la tercera entrada. Se trata esencialmente de un método de solución numérica iterativa. ¿Cómo se vincula la gaussiana aquí (o no)?

Es posible no molestarse con NS en este caso y resolver el problema por simple enumeración de los coeficientes a,b,c minimizando el error de muestreo.

Qué vergüenza, no entiendo la lógica de tu solución... ¿De dónde viene el número 6? ¿Porque hay 6 vecinos?
En primer lugar, Gauss está presente aquí desde el principio, ya que inventó la MNC, y en segundo lugar, la solución de las ecuaciones normales obtenidas por la MNC gaussiana ya se hace por otro método gaussiano de resolución de estas ecuaciones mediante matrices.
 

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.

¿Qué diablos de matrices, Yusuf? Un sistema de tres ecuaciones lineales con tres incógnitas. Se puede resolver sin Gauss. ¿Cuál es el problema?

No hace falta ninguna aproximación, basta con resolverlo por las fórmulas de Cramer, si quieres trastear tanto con las matrices. Recuerda "regla", se usa mucho...

 
Mathemat:

¿Qué diablos de matrices, Yusuf? Un sistema de tres ecuaciones lineales con tres incógnitas. Se puede resolver sin ninguna gaussiana. ¿Cuál es el problema?

No hace falta ninguna aproximación, basta con resolverlo por las fórmulas de Cramer, si quieres trastear tanto con las matrices. Recuerda "regla", se usa mucho...

Ese es el problema: no quieres juguetear con las matrices, incluso por el método de Cramer, hay un método directo.
 
yosuf: Ese es el problema, no hay que andar con matrices, ni siquiera por el método de Cramer, hay un método directo.

Lo que es su "método directo", probablemente no pueda manejarlo. Probablemente otra revolución matemática, sólo que ahora en álgebra lineal.

P.D. Creo que estoy empezando a adivinar: es (18) otra vez.

 
Mathemat:

Lo que es su "método directo" probablemente no pueda manejarlo. Probablemente otra revolución matemática, sólo que esta vez en el álgebra lineal.

P.D. Creo que estoy empezando a adivinar: es (18) otra vez.

(18) está a punto de hacer temblar los fundamentos del MNC de Gauss para las regresiones lineales.
 
yosuf:
(18) pronto hará temblar los fundamentos del MNA gaussiano en las regresiones lineales.

Lo más importante es que no se sacudan los fundamentos del ADN.
 
Integer:

¿No es esa la regla de los seis apretones de manos? Cada punto tiene seis puntos vecinos, es decir, seis conocidos cercanos.

¡No!

Seis, es decir, no es el círculo más cercano de un nodo, es la distancia media más corta capaz de conectar dos nodos arbitrarios.

 
Neutron:

¡No!

Seis, es decir, no es el círculo más cercano de un nodo, es la distancia media más corta capaz de conectar dos nodos arbitrarios.


Dos parámetros. Uno es el número de conocidos más cercanos. La segunda es la cercanía (distancia) del conocimiento (cuántos apretones de manos se han conocido).

Si los conocidos más cercanos son seis, entonces sólo cabe el panal, y la cercanía del conocido se determina por el tamaño de la celda gris.

 
Mathemat:

¿Qué diablos de matrices, Yusuf? Un sistema de tres ecuaciones lineales con tres incógnitas. Se puede resolver sin ninguna gaussiana. ¿Cuál es el problema?

Alexei, según tengo entendido, se trata de un sistema de infinitas (o mayores que tres) ecuaciones lineales con tres incógnitas. En esta formulación, es incorrecto elegir sólo tres ecuaciones y buscar una solución regular. Tenemos que encontrar una solución tal para los coeficientes de la ecuación que satisfagan todo el vector X e Y con un error mínimo. Esto tiene sus propios métodos para encontrar la solución óptima.

Entero:


Dos parámetros. Uno es el número de conocidos más cercanos. La segunda es la cercanía (distancia) del conocimiento (cuántos apretones de manos se han conocido).

Si hay seis amigos más cercanos, las celdas son apropiadas, y la cercanía de la amistad se determina por el tamaño de la celda gris.

Entonces, ¿cuál es la solución a este esquema?