フローティング・マーケット・パラメーター - ページ 8

 

興味深い


 
Rorschach:

興味深い


シンプルでよくわかる)))

 
Valeriy Yastremskiy:

とてもわかりやすく、上手に説明してくれます)))

みんなにこんな先生がいたらいいなと思います。

残念だったこと:nsは他の手法のレベル(( コンピュータの超知能はどうなんだろう?

意外だったのは、トレンドを取り除かなかったこと、+-1の範囲に入れなかったこと、季節性を取り除かなかったことです。

興味深いのは、最後のスライスだけをあてはめ、最大予測は4ヶ月以内、誤差の蓄積を避けるために2交互1ではなく2ステップ先を一度に予測(これも、彼がまったく経済学者でなければ、代わりに間引きを行っただろう)。

 
Rorschach:

みんなにそういう先生がいればいいんです。

悔しいこと:他の手法のレベルでNG(( コンピュータの超知能はどうなる?

...

ニューラルネットワークから生まれることはない。それは、一人の人間の局所的な自己認識から生まれ、その人間が自分についての理解をコンピュータに伝えることになる。))きっとイロンマスクでしょう(^^)))
 
Реter Konow:
ニューラルネットワークから生まれることはない。それは、自分自身についての理解をコンピュータに移した一人の人間のローカルな自己認識から生まれるだろう。))きっとイロンマスクでしょう(^^)))

お金がないときの 本音 ですね。

何か見落としがあったのでしょうか?

 
Rorschach:

お金がないときの 本音 ですね。

何か見落としがあったのでしょうか?

正直に言うと、もし神が存在するならば、本物のAIを作るという課題は、間抜けなコピーでは解決できず、完全な自己認識によってのみ、その道は長く険しいものになるでしょう。品質としての自己認識は、少数者と一匹狼に固有のものであるため、AIの発明は一匹狼によって達成される可能性が高いのである。イミフ。

発明したいけど、考え方がわからないし、それがないとうまくいかない。もっと賢い人がいるはずだ ))))
 
Rorschach:

みんなにこんな先生がいたらいいなと思います。

意外だったのは、トレンドを取り除かなかったこと、+-1の範囲に入れなかったこと、季節性を取り除かなかったことです。

興味深いのは、最後の一片だけをあてはめ、最大予測は4ヶ月を超えないようにし、誤差の蓄積を避けるために、2交互1ではなく、一度に2ステップ先を予測する(これも、もし彼がまったく経済学者でなければ、代わりに間引きを行っただろう)。

十分に予測できる最高レベルで行った。ある種の線形移動平均 上の一様な定常系列である。拡大級数は、対数を介して一様級数に導いた。しかし、彼が言ったように、すべては認識・予測モデルで決まります。おそらく後者であれば、対数はなくても大丈夫でしょう。どんな直列変換でも、SBがあれば逆変換に誤差が生じます。

さらに、トレンドと季節成分を2つのシリーズに分けるという話もありました。そこでは季節系列は水平に、トレンド系列はMAになります。これは、もしMAがリニアでないなら、間違いなく削除されるべきです。

目分量で、どれだけ長くシリーズを研究すればいいのか、どこにも書いていない。

一歩先の予測については、そこでも誤差は大きくなりますが、累積的ではなく、一時的なものになります。どちらが大きいかだけ試してみてください。論理的には、2、3ステップで累積誤差より時間誤差の方が小さくなることがありますが、論理はうまくいきません。

間引きについては、彼は108の値の列と1つの学習と予測アルゴリズムしか持っていません。彼は、異なるアルゴリズムの比較には手を出さなかったが、それは良かっただろう。

ターゲットを変えるか、数を増やすか、シリーズからの入力データに何かを追加する必要があります。

 
Rorschach:

本当に お金がないときにやっているんですよ。

何か見落としがあったのでしょうか?

予想が好きです)))ブロートンを征服する計画が進行中です))))20年目にしてインパルスNSが模索されているところではありますが)))

 

Valeriy Yastremskiy:

目分量で、予測範囲よりどれだけ長いシリーズを研究すべきかは、まだどこにも書いていない。

間引きについては、108個の値しかなく、学習と予測のアルゴリズムも1つなので、よくわからないのです。

1対4の比率にこだわっている。

nsは非常に頭が悪く、リソースを消費するため、データを事前にクリーニング/準備し、タスクを簡素化し、ネットワークサイズを小さくする必要があります。そのため、トレンドの除去、季節性の除去、+-1レンジへの移行など、明らかな線形パターンをすべて手動で処理する必要があります。ネットワークの2本のバーごとに予測する場合、さらに中間変動をフィルタリングする必要があるので、それも手動で処理する必要があります。また、すべて手動なので、nsは必要ありません。まあ、従来の方法ではどうしたらいいかわからないところだけですが。