从理论到实践 - 页 520

[Maxim Dmitrievsky]

Олег avtomat:

公式不是一种无意识的大规模踩踏。导致结果的路径--公式--才是最重要的。

好吧，如果你得到它的俄语，我就把它送过去。

[Violetta Novak]

Maxim Dmitrievsky:

好吧，如果你遇到了俄文版，我会把它寄给你。

谢谢你

[[删除]]

Maxim Dmitrievsky:

好吧，如果我遇到了俄文版，我会把它寄给你。

我把它加在那里。

他在那里想出了什么，我不知道。但我从实践中知道多项式回归的范围是什么。我们的（仍然是苏联的）计算方法的教科书也是这么说的。

我一定会看一下俄罗斯的。

[Maxim Dmitrievsky]

Олег avtomat:

我在那里补充道。

我不知道他在那里得到了什么。但我从实践中知道多项式回归的范围是什么。我们的（仍然是苏联的）计算方法的教科书也是这么说的。

在俄罗斯，我一定会看一看。

我找不到视频，只有一本旧书

对于熟悉国防部的人来说，可能没有什么特别之处，但也许会有新的东西。

[Maxim Dmitrievsky]

只有一个俄语的视频。

我没能看完，但我认为这都是相关的。

[[删除]]

Maxim Dmitrievsky:

找不到视频，只有一本旧书。

这本书是1979年的。(它的内容相当丰富，我将慢慢地回顾它）。不过，我认为与其他作者在1980年至1990年期间出版的书的内容没有什么大的不同（例如，伊万诺夫、马尔丘克、泽尔多维奇、米什基斯、萨马尔斯基、古林、茨维托夫......）。

但据我所知，这段视频向他们展示了一些新的进展。对吗？

[Maxim Dmitrievsky]

Олег avtomat:

这本书是1979年的。(它的内容相当丰富，我将慢慢回顾）。不过，我认为与其他作者在1980年至1990年期间出版的书的内容没有什么大的不同（例如，伊万诺夫、马尔丘克、泽尔多维奇、迈什基斯......）。

但据我所知，这段视频向他们展示了一些新的进展。对吗？

我认为这也是旧的信息。从新的（最后的演讲）开始，一切都用英语。

特别是关于Bruteforce I.D.搜索 作为人工智能的一种形式。

但基础是相同的--通过使用内核变换和其他一些东西将映射引入新的维度来重建依赖关系。

[Igor Makanu]

Maxim Dmitrievsky:

找到一个它们几乎不发生变化的空间是一个正常的想法，例如通过暴力破解，已经讨论过了。

奇怪，我认为需要寻求变化的规律，好吧，BP不能用一个系数不变的公式来描述，不管是什么公式，甚至是多项式，甚至是苏尔坦诺夫的回归。

第二周我迷上了研究SSA模型，我对预测感兴趣，而且SSA模型本身意味着输入序列有一个递归公式，只需将协方差矩阵的eigennumbers向量重新组合即可....。

我在研究MatLab中的SSA代码，把它们从MatLab移植到MQL5中，看着你安静的讨论，我得出一个结论，矩阵向量本身应该被预测，很明显，你会在输出中得到另一个 "不合理的预测模型"，但分析矩阵的重复性并不难，用一个小滑动窗口，小矩阵...即把问题简化为统计数字

[Maxim Dmitrievsky]

Igor Makanu:

奇怪的是，我认为应该寻求变化的规律，但BP不能用一个系数恒定的公式来描述，不管是什么公式，甚至是多项式，甚至是苏尔坦诺夫的回归，都是如此。

第二周我迷上了研究SSA模型，我对预测感兴趣，而且SSA模型本身意味着输入序列有一个递归公式，只需将协方差矩阵的eigennumbers向量重新组合即可....。

我在研究MatLab中的SSA代码，把它们从MatLab移植到MQL5中，看着你安静的讨论，我得出一个结论，矩阵向量本身应该被预测，很明显，你会在输出中得到另一个 "不合理的预测模型"，但分析矩阵的重复性并不难，用一个小滑动窗口，小矩阵...即把问题简化为统计数字

嗯，是的，最好不是预测，而是重建时间依赖，例如，在2个或更多相关的BP之间。那里没有法律，因为它随着流动性的变化而变化。

[Violetta Novak]

Igor Makanu:

分析矩阵的可重复性并不困难，用一个小的滑动窗口，矩阵是小...即把问题简化为统计数字

亚历山大也有同样的问题，如果没有稳定的分布，那就在它们的交替中找出规律，也就是说，都归结为一件事，只是方式不同。