즉, 상관과 자기 상관, 임의 변수의 적합 및 회귀에 대한 최소 제곱을 모두 사용할 수 있지만 Karl과 그의 친구 Yul은 가우스 방식으로 분포되지 않은 경우에 대해 완전한 보증 을 줄 수 없습니다.
이러한 방법의 정확성은 단순히 알 수 없습니다.
엄청난. 그리고 우리는 무엇에 이르렀습니다.
1. ACF를 계산하는 공식은 완전히 동일합니다.
2. 다른 공식은 없습니다. 자기 상관을 다르게 계산하는 방법을 아무리 많이 논의하더라도 우리는 방법을 모릅니다(아무도 방법을 모릅니다).
3. 그러나 세 번째 요점은 "이러한 방법의 정확성은 알 수 없다"는 점입니다. 설명하겠습니다.
50년 이상 동안 그들은 Stratanovich 방정식을 풀기 위해 고군분투했으며 Berg 가 공식을 발표하여 정확한 솔루션을 얻는 것은 불가능하다는 것을 보여주었고(계산 자원은 무한한 경향이 있음) 과학자들은 뒤처져 있었습니다. 이 방정식. 그러나 시간이되었고 Slukin Gennady Petrovich는이 문구의 아름다움에 대해 생각해보십시오. 그는 "연습을위한 충분한 정확도로 ..."라는해결책을 찾았습니다 .
이해를 돕기 위해 예를 들어 설명하겠습니다. 0.001 포인트의 정확도로 EURUSD의 움직임을 예측하려고 시도할 수 있지만 결코 솔루션을 찾지 못할 수 있습니다. 그리고 당신은 + - 5 포인트의 정확도로 예측할 수 있으며 이것은 돈을 벌기에 충분할 것입니다.
Z.Y. ACF를 구축하는 목적은 어떤 프로세스가 진행되고 있는지, 어떤 공식이 이를 설명할 수 있는지(모델) 확인하고 이해하는 것입니다. 그리고 이미 연습을 위한 충분한 정확도로 코스를 예측하는 이 모델을 가지고 있습니다. 그 그림에서 파란색 곡선은 실제 프로세스의 ACF를 거의 완전히 반복하는 모델입니다.
당신은 Privalov가 될 것입니다. ACF와 그것에 대한 설명을 수정하면 더 좋을 것입니다. 물론 코드베이스에 있는 그러한 ACF도 없는 것보다 수십만 배 낫습니다. 그러나 여전히 이것은 새로운 것입니다. 왜냐하면 사람들은 그것을 알아내고 싶어할 것이기 때문입니다. 그리고 허무주의적 인 hrenfx 의 참여와 같은 피 묻은 상처를 반복하지 않기 위해
"0 샘플 상관 관계가 이 샘플에 선형(일반적으로 선형이라는 단어를 잊어버림) 관계가 없음을 의미하지는 않습니다."
wiki-pedo-wikia에서 위에서 언급한 자기상관 공식은 이해할 수 있고 프로그래밍에 적합하지만 당신의 것은 아직 아닙니다.
나는 비판의 관점에서, 이것은 설명을위한 것입니다.
다른 모든 것에 대해 자기 상관을 계산하는 몇 가지 강력하고 비모수적 방법이 있지만 우리는 여기에 있습니다("아니요, 이제 당신입니다"(c)) 우리는 theorver와 DSP 간의 연결이라는 얇은 얼음을 밟고 있으며 개인적으로 저는 나는 더 깊이 갈 수 있습니다.
" 2. 다른 공식은 없습니다. 즉, 아무리 논의해도 자기 상관을 다르게 계산할 수 없습니다(아무도 할 수 없음). "
Privalov, 부정적인 말에 주의하십시오. 우선, 수학, 수학적 논리, 철학, 정통 신학, 심지어 모세와 아론의 유대교에서 부정적인 진술 자체를 증명하는 것이 어렵습니다.
둘째, 누군가가 초콜릿 케이크가 토성 주위를 돌지 않는다고 주장한다면 이를 어떻게 증명하고 검증할 수 있습니까?
셋째, 다른 공식이 없다는 것을 어떻게 압니까? 당신은 대답할 필요가 없습니다, 그것은 수사학적 질문입니다.
"하지만 시간이 되었고 Slukin Gennady Petrovich는 솔루션을 보여주었습니다. 이 문구의 아름다움에 대해 생각해 보세요. 그는 " 연습을 위한 충분한 정확도로 ... "
글쎄, 그는 또한 이 정확도를 백분율로 표시했습니다. 즉, 그의 방법이 얼마나 정확하게 작동할 것인지 미리 알려져 있습니다. 그러나 상관 공식에서 저자 Karl 자신과 그의 친구 Iago Yul은 정확성을 보여줄 수 없습니다. 그녀는 분포 형태에 따라 어디든 걸을 것이기 때문입니다. 작업을 위한 모든 장치(및 모든 수학적 방법)에는 미리 정의된 백분율 정확도(잔여 항, 작은 값 등)가 있기 때문에 아무도 "기술적 정밀도"를 가진 장치를 생산하지 않습니다. 이것은 기술과 과학의 경우입니다.
ACF를 논의하기 전에 Gödel을 기억한다면 사용된 방법의 틀 내에서 증명할 수 없고 형식화할 수 없는 문제의 초기 조건으로 돌아가야 합니다. 이러한 조건은 kotira 자체에 대한 고려 사항입니다.
Kotir는 근본적으로 고정적이지 않은 프로세스입니다. 변수가 있는 프로세스(반드시 선형일 필요는 없음). 이 변수 mo를 프로세스에서 빼면 나머지 결과는 많은 문제가 있는 가변 분산이 됩니다. 하지만 이것으로 충분하지 않습니다. 시장에서 이벤트가 발생하고 그 후에 발견된 패턴(변수 mo 및 분산 변수)이 근본적으로 변경될 수 있습니다. 또한, 우리는 필요한 양의 역사를 얻음으로써 이것에 대해 배울 수 있을 것입니다. 엄청난 골칫거리가 뒤따릅니다. 역사에서 발견된 패턴은 매우 신중하게 미래로 외삽되어야 합니다.
DSP는 노이즈가 있는 임의의 프로세스에 신호가 있다고 가정합니다. 또한 노이즈(내 생각에)가 항상 가우시안이라는 것이 매우 중요합니다. 따라서 상관 관계, 회귀 및 기타 분석에 관한 책에 쓰여진 모든 것은 항상 DSP의 노이즈에 적용됩니다. 그러나 인용의 비정상성으로 인해 이 책들의 방법을 인용에 직접 적용하는 것은 원칙적으로 불가능하다. 이로부터 DSP 방식은 시장에 적용할 수 없다는 결론이 나온다. 그러나 실제 및 모델 데이터에 대해 생성되고 테스트된 DSP 내의 수학 및 장비는 항상 미래에 작동합니다. TV는 그대로 작동합니다.
ACF는 리트머스 테스트와 같습니다. 계산하고 보고 다음에 무엇을 할지 결정했습니다. 더 이상은 없어. 몫이 고정적이지 않다는 것을 항상 기억하기 때문에 먼저 급수가 고정되어 있는지 확인한 다음 상관 분석의 전체 장치를 적용해야 합니다.
예를 들어.
코드베이스 또는 matcad에서 프로그램을 가져와 LSM 피팅을 수행할 때 얻은 계수가 계산된 것과 항상 같지는 않다는 점을 항상 이해해야 합니다. 이러한 계수 계산의 오류를 살펴볼 필요가 있으며, 최소제곱 계산 프로그램에서 이러한 정보를 제공하지 않으면 전혀 사용할 수 없습니다. 그리고 이것은 얻은 계수의 사용에 대한 결정을 내리는 데 필요한 모든 정보가 아닙니다. 따라서 LSM과 같은 가장 단순한 계산의 경우에도 특수 패키지(R, EVIEWS ....)를 사용해야 합니다. 특수 패키지를 사용하면 고정 시리즈와 비 고정 시리즈에 대한 태도가 얼마나 엄격하게 다른지 즉시 알 수 있습니다.
따라서 나는 ACF에 대한 전체 대화를 인용과 아무 관련이 없는 순전히 이론적인 것으로 인식합니다.
그러나 주제 주제는 흥미 롭습니다. 위에서 나는 이 주제에 관한 책을 버리기도 했습니다. 즉, 결정론적 경향과 확률적 경향을 구별하는 방법입니다. 언급된 책에서 일반적인 경우 이러한 경향을 구별할 수 없으므로 결과가 나옵니다. PRNG는 특별히 처리된(예: 인위적으로 두꺼운 꼬리를 만드는) PRNG와 구별할 수 없습니다.
따라서 나는 ACF에 대한 전체 대화를 인용과 아무 관련이 없는 순전히 이론적인 것으로 인식합니다.
그러나 주제 주제는 흥미 롭습니다. 위에서 나는 이 주제에 관한 책을 버리기도 했습니다. 즉, 결정론적 경향과 확률적 경향을 구별하는 방법입니다. 언급된 책에서 일반적인 경우 이러한 경향을 구별할 수 없으므로 결과가 나옵니다. PRNG는 특별히 처리된(예: 인위적으로 두꺼운 꼬리를 만드는) PRNG와 구별할 수 없습니다.
음-음-네. 약간의 우울한 결론이 나옵니다. 더 즐겁게 하기 위해 다시 한 번 반복하겠습니다. George Marsaglia는 모든 것을 제자리에 놓고 다리가 어디에 있는지 보여 주는 몇 가지 발언을 했습니다. (물론 직접적으로는 아니지만 생각의 작업, DSP에 대한 좋은 지식 및 엄청난 프로그래밍 작업이 필요합니다.) Marsaglia 없이는 가능하지만 경로는 훨씬 더 길어질 것입니다.
Marsaglia 할아버지는 일종의 허무주의자였고, 내가 이해하는 한 그는 NIST와도 갈등을 겪었습니다. 미국 과학 관료주의의 괴물인 그는 그의 연구에 어리석게 기생했으며 (주의) 표준에 결함이 있는 것처럼 보입니다. 암호화-복호화-해싱 방법.
디저트(또는 위의 영화 사진의 에피타이저)의 경우 다음은 Marsaglia의 가장 간단하지만 고품질의 RNG입니다(다른 RNG에서 시작해야 하지만).
// Another example has k = 257, period about 2 ^ 8222.// Uses a static array Q[256] and an initial carry 'c',// the Q array filled with 256 random 32 - bit integers// in the calling program and an initial carry c < 809430660// for the multiply - with - carry operation.// It is very fast and seems to pass all tests.static unsigned long Q[ 256 ], c = 362436 ; /* choose random initial c<809430660
and *//* 256 random 32-bit integers for Q[]
*/
unsigned long MWC256 ( void )
{
unsigned longlong t, a = 809430660 LL;
static unsigned char i = 255 ;
t = a * Q[++i] + c;
c = (t >> 32 );
return (Q[i] = t);
}
// Here is a complimentary-multiply-with-carry RNG// with k=4097 and a near-record period, more than// 10^33000 times as long as that of the Twister.// (2^131104 vs. 2^19937)static unsigned long Q[ 4096 ], c = 362436 ; /* choose random initial
c<809430660 and *//* 4096
random 32-bit integers for Q[] */
unsigned long CMWC4096 ( void )
{
unsigned longlong t, a = 18782 LL;
static unsigned long i = 4095 ;
unsigned long x, r = 0xfffffffe ;
i = (i + 1 ) & 4095 ;
t = a * Q[i] + c;
c = (t >> 32 );
x = t + c;
if (x < c)
{
x++;
c++;
}
return (Q[i] = r - x);
}
이보다 더 쉬울 수는 없습니다. 할아버지 Marsaglia는 이미 수학, 이론 및 통계를 이해했습니다.
음-음-네. 약간의 우울한 결론이 나옵니다. 더 즐겁게 하기 위해 다시 한 번 반복하겠습니다. George Marsaglia는 모든 것을 제자리에 놓고 다리가 어디에 있는지 보여 주는 몇 가지 발언을 했습니다. (물론 직접적으로는 아니지만 생각의 작업, DSP에 대한 좋은 지식 및 엄청난 프로그래밍 작업이 필요합니다.) Marsaglia 없이는 가능하지만 경로는 훨씬 더 길어질 것입니다.
Marsaglia 할아버지는 일종의 허무주의자였고, 내가 이해하는 한 그는 NIST와도 갈등을 겪었습니다. 미국 과학 관료주의의 괴물인 그는 그의 연구에 어리석게 기생했으며 (주의) 표준에 결함이 있는 것처럼 보입니다. 암호화-복호화-해싱 방법.
디저트(또는 위의 영화 사진의 에피타이저)의 경우 다음은 Marsaglia의 가장 간단하지만 고품질의 RNG입니다(다른 RNG에서 시작해야 하지만).
이보다 더 쉬울 수는 없습니다. 할아버지 Marsaglia는 이미 수학, 이론 및 통계를 이해했습니다.
그러나 주제 주제는 흥미 롭습니다. 위에서 나는 이 주제에 관한 책을 버리기도 했습니다. 즉, 결정론적 경향과 확률적 경향을 구별하는 방법입니다. 언급된 책에서 일반적인 경우 이러한 경향을 구별할 수 없으므로 결과가 나옵니다. PRNG는 특별히 처리된(예: 인위적으로 두꺼운 꼬리를 만드는) PRNG와 구별할 수 없습니다.
알렉세로 :
음-음-네. 약간의 우울한 결론이 나옵니다.
우울증이란 무엇입니까? 실제 시리즈에서 돈을 벌기 위해 PRNG 데이터를 식별할 수 있을 필요가 없습니다.
그리고 이것은 현실입니다.
읽기 https://www.mql5.com/ru/forum/143224/page21#754529
그리고 뭐? 평범한 상황 - 실생활에서 테스터에서 조정된 고문은 덧붙입니다.
수익이 나지 않는 기간을 분석하십시오. DC 문제 등 등?
조언자는 똑같습니다.
어떤 로트 크기가 테스트되었습니까? 1 또는 0.1?
https://en.wikipedia.org/wiki/Autocorrelation
그리고 여기 그의 아이디어에 대한 Karl 자신이 있습니다.
즉, 상관과 자기 상관, 임의 변수의 적합 및 회귀에 대한 최소 제곱을 모두 사용할 수 있지만 Karl과 그의 친구 Yul은 가우스 방식으로 분포되지 않은 경우에 대해 완전한 보증 을 줄 수 없습니다.
이러한 방법의 정확성은 단순히 알 수 없습니다.
엄청난. 그리고 우리는 무엇에 이르렀습니다.
1. ACF를 계산하는 공식은 완전히 동일합니다.
2. 다른 공식은 없습니다. 자기 상관을 다르게 계산하는 방법을 아무리 많이 논의하더라도 우리는 방법을 모릅니다(아무도 방법을 모릅니다).
3. 그러나 세 번째 요점은 "이러한 방법의 정확성은 알 수 없다"는 점입니다. 설명하겠습니다.
50년 이상 동안 그들은 Stratanovich 방정식을 풀기 위해 고군분투했으며 Berg 가 공식을 발표하여 정확한 솔루션을 얻는 것은 불가능하다는 것을 보여주었고(계산 자원은 무한한 경향이 있음) 과학자들은 뒤처져 있었습니다. 이 방정식. 그러나 시간이되었고 Slukin Gennady Petrovich는이 문구의 아름다움에 대해 생각해보십시오. 그는 "연습을위한 충분한 정확도로 ..."라는 해결책을 찾았습니다 .
이해를 돕기 위해 예를 들어 설명하겠습니다. 0.001 포인트의 정확도로 EURUSD의 움직임을 예측하려고 시도할 수 있지만 결코 솔루션을 찾지 못할 수 있습니다. 그리고 당신은 + - 5 포인트의 정확도로 예측할 수 있으며 이것은 돈을 벌기에 충분할 것입니다.
Z.Y. ACF를 구축하는 목적은 어떤 프로세스가 진행되고 있는지, 어떤 공식이 이를 설명할 수 있는지(모델) 확인하고 이해하는 것입니다. 그리고 이미 연습을 위한 충분한 정확도로 코스를 예측하는 이 모델을 가지고 있습니다. 그 그림에서 파란색 곡선은 실제 프로세스의 ACF를 거의 완전히 반복하는 모델입니다.
내가 이해하는 한 모든 소금은 정확하며 정확성을 조작하여 정확성의 크기로 지속 여부를 판단할 수 있습니다.
엄청난. 그리고 우리는 무엇에 이르렀습니다.
(비친의 목소리)
죄송합니다. "우리"가 아니라 "당신"입니다.
당신은 Privalov가 될 것입니다. ACF와 그것에 대한 설명을 수정하면 더 좋을 것입니다. 물론 코드베이스에 있는 그러한 ACF도 없는 것보다 수십만 배 낫습니다. 그러나 여전히 이것은 새로운 것입니다. 왜냐하면 사람들은 그것을 알아내고 싶어할 것이기 때문입니다. 그리고 허무주의적 인 hrenfx 의 참여와 같은 피 묻은 상처를 반복하지 않기 위해
"0 샘플 상관 관계가 이 샘플에 선형(일반적으로 선형이라는 단어를 잊어버림) 관계가 없음을 의미하지는 않습니다."
https://www.mql5.com/ru/forum/128968
이 포럼의 5-6명의 지식이 풍부한 수학자들이 서로를 이해하지 못했기 때문에 이를 위해서는 비콘을 설치해야 합니다. 자기 상관 플롯은 상관 관계가 있으며 곱한 값이 정규화되는 방식입니다. 그리고 당신은 주기적인 함수를 얻습니다. 순수 사인은 감쇠된 자기상관을 가집니다
https://www.mql5.com/ru/forum/128968/page15
wiki-pedo-wikia에서 위에서 언급한 자기상관 공식은 이해할 수 있고 프로그래밍에 적합하지만 당신의 것은 아직 아닙니다.
나는 비판의 관점에서, 이것은 설명을위한 것입니다.
다른 모든 것에 대해 자기 상관을 계산하는 몇 가지 강력하고 비모수적 방법이 있지만 우리는 여기에 있습니다("아니요, 이제 당신입니다"(c)) 우리는 theorver와 DSP 간의 연결이라는 얇은 얼음을 밟고 있으며 개인적으로 저는 나는 더 깊이 갈 수 있습니다.
" 2. 다른 공식은 없습니다. 즉, 아무리 논의해도 자기 상관을 다르게 계산할 수 없습니다(아무도 할 수 없음). "
Privalov, 부정적인 말에 주의하십시오. 우선, 수학, 수학적 논리, 철학, 정통 신학, 심지어 모세와 아론의 유대교에서 부정적인 진술 자체를 증명하는 것이 어렵습니다.
둘째, 누군가가 초콜릿 케이크가 토성 주위를 돌지 않는다고 주장한다면 이를 어떻게 증명하고 검증할 수 있습니까?
셋째, 다른 공식이 없다는 것을 어떻게 압니까? 당신은 대답할 필요가 없습니다, 그것은 수사학적 질문입니다.
"하지만 시간이 되었고 Slukin Gennady Petrovich는 솔루션을 보여주었습니다. 이 문구의 아름다움에 대해 생각해 보세요. 그는 " 연습을 위한 충분한 정확도로 ... "
글쎄, 그는 또한 이 정확도를 백분율로 표시했습니다. 즉, 그의 방법이 얼마나 정확하게 작동할 것인지 미리 알려져 있습니다. 그러나 상관 공식에서 저자 Karl 자신과 그의 친구 Iago Yul은 정확성을 보여줄 수 없습니다. 그녀는 분포 형태에 따라 어디든 걸을 것이기 때문입니다. 작업을 위한 모든 장치(및 모든 수학적 방법)에는 미리 정의된 백분율 정확도(잔여 항, 작은 값 등)가 있기 때문에 아무도 "기술적 정밀도"를 가진 장치를 생산하지 않습니다. 이것은 기술과 과학의 경우입니다.
나는 그 주제에 대해 충분히 보여주고 말했으므로 이만 물러가도록 하겠다.
ACF를 논의하기 전에 Gödel을 기억한다면 사용된 방법의 틀 내에서 증명할 수 없고 형식화할 수 없는 문제의 초기 조건으로 돌아가야 합니다. 이러한 조건은 kotira 자체에 대한 고려 사항입니다.
Kotir는 근본적으로 고정적이지 않은 프로세스입니다. 변수가 있는 프로세스(반드시 선형일 필요는 없음). 이 변수 mo를 프로세스에서 빼면 나머지 결과는 많은 문제가 있는 가변 분산이 됩니다. 하지만 이것으로 충분하지 않습니다. 시장에서 이벤트가 발생하고 그 후에 발견된 패턴(변수 mo 및 분산 변수)이 근본적으로 변경될 수 있습니다. 또한, 우리는 필요한 양의 역사를 얻음으로써 이것에 대해 배울 수 있을 것입니다. 엄청난 골칫거리가 뒤따릅니다. 역사에서 발견된 패턴은 매우 신중하게 미래로 외삽되어야 합니다.
DSP는 노이즈가 있는 임의의 프로세스에 신호가 있다고 가정합니다. 또한 노이즈(내 생각에)가 항상 가우시안이라는 것이 매우 중요합니다. 따라서 상관 관계, 회귀 및 기타 분석에 관한 책에 쓰여진 모든 것은 항상 DSP의 노이즈에 적용됩니다. 그러나 인용의 비정상성으로 인해 이 책들의 방법을 인용에 직접 적용하는 것은 원칙적으로 불가능하다. 이로부터 DSP 방식은 시장에 적용할 수 없다는 결론이 나온다. 그러나 실제 및 모델 데이터에 대해 생성되고 테스트된 DSP 내의 수학 및 장비는 항상 미래에 작동합니다. TV는 그대로 작동합니다.
ACF는 리트머스 테스트와 같습니다. 계산하고 보고 다음에 무엇을 할지 결정했습니다. 더 이상은 없어. 몫이 고정적이지 않다는 것을 항상 기억하기 때문에 먼저 급수가 고정되어 있는지 확인한 다음 상관 분석의 전체 장치를 적용해야 합니다.
예를 들어.
코드베이스 또는 matcad에서 프로그램을 가져와 LSM 피팅을 수행할 때 얻은 계수가 계산된 것과 항상 같지는 않다는 점을 항상 이해해야 합니다. 이러한 계수 계산의 오류를 살펴볼 필요가 있으며, 최소제곱 계산 프로그램에서 이러한 정보를 제공하지 않으면 전혀 사용할 수 없습니다. 그리고 이것은 얻은 계수의 사용에 대한 결정을 내리는 데 필요한 모든 정보가 아닙니다. 따라서 LSM과 같은 가장 단순한 계산의 경우에도 특수 패키지(R, EVIEWS ....)를 사용해야 합니다. 특수 패키지를 사용하면 고정 시리즈와 비 고정 시리즈에 대한 태도가 얼마나 엄격하게 다른지 즉시 알 수 있습니다.
따라서 나는 ACF에 대한 전체 대화를 인용과 아무 관련이 없는 순전히 이론적인 것으로 인식합니다.
그러나 주제 주제는 흥미 롭습니다. 위에서 나는 이 주제에 관한 책을 버리기도 했습니다. 즉, 결정론적 경향과 확률적 경향을 구별하는 방법입니다. 언급된 책에서 일반적인 경우 이러한 경향을 구별할 수 없으므로 결과가 나옵니다. PRNG는 특별히 처리된(예: 인위적으로 두꺼운 꼬리를 만드는) PRNG와 구별할 수 없습니다.
faa1947 :
따라서 나는 ACF에 대한 전체 대화를 인용과 아무 관련이 없는 순전히 이론적인 것으로 인식합니다.
그러나 주제 주제는 흥미 롭습니다. 위에서 나는 이 주제에 관한 책을 버리기도 했습니다. 즉, 결정론적 경향과 확률적 경향을 구별하는 방법입니다. 언급된 책에서 일반적인 경우 이러한 경향을 구별할 수 없으므로 결과가 나옵니다. PRNG는 특별히 처리된(예: 인위적으로 두꺼운 꼬리를 만드는) PRNG와 구별할 수 없습니다.
음-음-네. 약간의 우울한 결론이 나옵니다. 더 즐겁게 하기 위해 다시 한 번 반복하겠습니다. George Marsaglia는 모든 것을 제자리에 놓고 다리가 어디에 있는지 보여 주는 몇 가지 발언을 했습니다. (물론 직접적으로는 아니지만 생각의 작업, DSP에 대한 좋은 지식 및 엄청난 프로그래밍 작업이 필요합니다.) Marsaglia 없이는 가능하지만 경로는 훨씬 더 길어질 것입니다.
Marsaglia 할아버지는 일종의 허무주의자였고, 내가 이해하는 한 그는 NIST와도 갈등을 겪었습니다. 미국 과학 관료주의의 괴물인 그는 그의 연구에 어리석게 기생했으며 (주의) 표준에 결함이 있는 것처럼 보입니다. 암호화-복호화-해싱 방법.
디저트(또는 위의 영화 사진의 에피타이저)의 경우 다음은 Marsaglia의 가장 간단하지만 고품질의 RNG입니다(다른 RNG에서 시작해야 하지만).
이보다 더 쉬울 수는 없습니다. 할아버지 Marsaglia는 이미 수학, 이론 및 통계를 이해했습니다.
음-음-네. 약간의 우울한 결론이 나옵니다. 더 즐겁게 하기 위해 다시 한 번 반복하겠습니다. George Marsaglia는 모든 것을 제자리에 놓고 다리가 어디에 있는지 보여 주는 몇 가지 발언을 했습니다. (물론 직접적으로는 아니지만 생각의 작업, DSP에 대한 좋은 지식 및 엄청난 프로그래밍 작업이 필요합니다.) Marsaglia 없이는 가능하지만 경로는 훨씬 더 길어질 것입니다.
Marsaglia 할아버지는 일종의 허무주의자였고, 내가 이해하는 한 그는 NIST와도 갈등을 겪었습니다. 미국 과학 관료주의의 괴물인 그는 그의 연구에 어리석게 기생했으며 (주의) 표준에 결함이 있는 것처럼 보입니다. 암호화-복호화-해싱 방법.
디저트(또는 위의 영화 사진의 에피타이저)의 경우 다음은 Marsaglia의 가장 간단하지만 고품질의 RNG입니다(다른 RNG에서 시작해야 하지만).
이보다 더 쉬울 수는 없습니다. 할아버지 Marsaglia는 이미 수학, 이론 및 통계를 이해했습니다.
그러나 주제 주제는 흥미 롭습니다. 위에서 나는 이 주제에 관한 책을 버리기도 했습니다. 즉, 결정론적 경향과 확률적 경향을 구별하는 방법입니다. 언급된 책에서 일반적인 경우 이러한 경향을 구별할 수 없으므로 결과가 나옵니다. PRNG는 특별히 처리된(예: 인위적으로 두꺼운 꼬리를 만드는) PRNG와 구별할 수 없습니다.
음-음-네. 약간의 우울한 결론이 나옵니다.
여러 페이지 동안 나는 이 말을 따르려고 노력했습니다. 아무것도 이해할 수 없습니다.
Halt는 자기 상관 을 계산할 다른 방법이 없다고 말합니다. 기존의 것을 아무리 비판하고 그에 대한 응답으로 모세와 아론을 언급하더라도 말입니다.
실제로 PRSG와 실제 인용문을 구별하는 것이 거의 불가능하다는 주장과 George Marsaglia가 여러 다리를 보여주었다는 언급에 대한 응답입니다. 또한 gpsch가 하나 더 주어집니다. 무엇 때문에?
많은 bukoff, 매우 많이! 짧고 요점만 적어주세요. 그렇지 않으면 사람들이 이미 겁에 질릴 것입니다.