Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 372
Alım-satım fırsatlarını kaçırıyorsunuz:
- Ücretsiz alım-satım uygulamaları
- İşlem kopyalama için 8.000'den fazla sinyal
- Finansal piyasaları keşfetmek için ekonomik haberler
Kayıt
Giriş yap
Gizlilik ve Veri Koruma Politikasını ve MQL5.com Kullanım Şartlarını kabul edersiniz
Hesabınız yoksa, lütfen kaydolun
http://sci.alnam.ru/book_dsp.php
sadece 126. sayfada resim yok
resim değil...
Örneği resim olarak kaydedin ve buraya yapıştırın
resim değil...
Örneği resim olarak kaydedin ve buraya yapıştırın
O?
O?
o kitap.
sayfa 126
Örnek 5.4.
o kitap.
sayfa 126
Örnek 5.4.
Evet, hemen anlamadım ..., burada
Evet, hemen anlamadım ..., burada
şimdi güzel ;)
İlişkinin olmadığı yerde bağımlılık olamaz. Korelasyon doğrusal veya doğrusal olmayabilir, ancak bir bağımlılık varsa olacaktır.
Bağımlılığın yokluğunda bir korelasyon olabilir - yanlış bir korelasyon.
Bu başlıktaki hiçbir mesajı silmedim.
Bendat J., Peirsol A.
Rastgele verilerin uygulamalı analizi: Per. İngilizceden. - M.: Mir, 1989.
126. sayfada
ÖRNEK 5.4. İLİŞKİSİZ BAĞIMLI RASTGELE DEĞİŞKENLER.
"Bu makale, sinir ağlarını yeniden eğitme sorununu ayrıntılı olarak tartışıyor, ortaya çıkmasının nedenlerini belirliyor ve bu sorunu çözmenin bir yolunu öneriyor.
1. Sinir ağı neden yeniden eğitiliyor?
Sinir ağlarının yeniden eğitilmesinin nedeni nedir? Aslında, bunun birkaç nedeni olabilir:- Eğitim örneğindeki örnek sayısı, örneklem dışındaki sorunları çözmek için yeterli değildir.
- Girdi verileri, durağan olmayan veri işleme durumlarında çok sık görülen bir durum olan, farklı örneklerdeki çıktı verileriyle korelasyon derecesi açısından eşit olmayan bir şekilde dağılmıştır. Örneğin, eğitim örneğinde, herhangi bir girdi parametresinin veya birkaç girdi parametresinin çıktı değerlerine göre korelasyonu, test örneğindekinden çok daha yüksektir veya daha kötüsü, farklı örneklerdeki korelasyon katsayıları işaret bakımından farklılık gösterir. Bunu, farklı örneklerdeki tüm parametreler için korelasyon katsayılarını hesaplayarak ve hatta sinir ağını eğitmeden önce kontrol etmek kolaydır. Ve bu dezavantajdan kurtulmak da oldukça basittir, yani eğitim örnekleri rastgele örneklere ayrılır.
- Girdi parametreleri çıktı olanlarla ilgili değildir, yani. aralarında nedensel bir ilişki yoktur - temsili değildirler ve buna göre sinir ağını eğitecek hiçbir şey yoktur. Ve girdiler ve çıktılar arasındaki korelasyonları kontrol etmek, sıfıra yakın bir korelasyon gösterecektir. Bu durumda, sinir ağını eğitmek için diğer girdi verilerini aramak gerekir.
- Girdi verileri birbiriyle yüksek oranda ilişkilidir. Bu durumda, girdi verilerinin çıktıyla ilişkili olarak maksimum korelasyonla bırakılması, geri kalanıyla iyi korelasyon gösteren verilerin geri kalanının kaldırılması gerekir.
Yukarıdaki tüm aşırı eğitim nedenleri ve bunların ortadan kaldırılması için yöntemler iyi bilinmektedir, çünkü sinir ağı teknolojileri hakkında çeşitli literatür veya makalelerde daha önce açıklanmıştır. "Dmitry, beni affedeceksin, ama tüm saygımla, ya beni trollemeye çalıştığından ya da dalga geçtiğinden ya da sadece aptal olduğundan şüpheleniyorum ... Önemsiz bir örnekte iki özelliğin ikisinin de sıfır korelasyonu olduğunu göremiyor musunuz? hedefle, AMA ikisi de anlamlıdır, hiçbiri atılamaz, doğrusal bağımlılık sıfırdır, doğrusal değildir %100 , yani korelasyon sıfır olabilir ve veri kümesi tamamen öngörülebilir, ifadeniz:
tamamen reddediyor.
Tabii ki dalga geçiyorum!
BU KONUYA BİRKAÇ KEZ AÇIKÇA YAZDIM: " Dürüst olmak gerekirse - Birkaç yıl önce kendim için NS teşhisimi koydum ve bu yöntemi terk ettim. Bu nedenle, NS için tam olarak nasıl olduğunu söylemek benim için zor. önceden seçim yapmadan eldeki her şeyi ağa itebilirsiniz. Tüm DM yöntemleri için yaklaşımı özetledim." (ile)
Millet Meclisi'ni anlamadığımı ve işlerin nasıl olduğunu bilmediğimi birkaç kez yazdıysam, ama bağırmaya, bağırmaya, bağırmaya ve Millet Meclisi'nden örnekler vermeye başlayan bir şey ortaya çıkıyorsa - o zaman hakkımdaki iddialar nelerdir?
Açık ve net bir şekilde yazdı:
1. boyut azalır.
2. Modelin doğruluğu hakkında BİLMİYORUM!
Ama yine de körleşmeye başlayacak biri olacak ....
Değişkenlerin korelasyonu tahmin edilebilirlik anlamına gelmez. Çiftler ilişkilendirilebilir. Yani, yürümek birbiriyle bağlantılıdır, ancak birini diğerini kullanarak tahmin etmek işe yaramaz, çünkü bunlar aynı anda değişir ve kesinlikle programın ilerisinde değildir. Korelasyon hakkında konuşmak gerekirse !!!!
Aptal olma.
Gerçekten körelmek istiyorsanız - google, ÖRNEK, çift ticareti.
Başka bir yalan, yok doğrusal olmayan korelasyon korelasyonu, toplama veya kosinüs gibi KESİNLİKLE tanımlanmış bir matematiksel yapıdır, saçma sapan konuşmadan önce en azından Wikipedia'yı inceleyin.
Okulda olduğu gibi geçeceğiz - temelden. "Doğrusal olmayan korelasyon" nedir ve nasıl hesaplanır:
http://metre-ekon.ru/index.php?request=full&id=412