Badania w Statistice (”Statistica entertainment”;)

A oto i pierwsze mądre wnioski z badań - dotyczące… trybów pracy z SSN w Statistice

Zaczynałam od “Automatycznego projektanta” - taki odpowiednik łizarda, który na podstawie podanych parametrów (liczba opóźnień szeregu, liczba warstw i neuronów w warstwach ukrytych itd.)  przeszukuje w zadanym czasie lub dla zadanej liczby - przestrzeń topologii sieci. Dużą zaletą jest to, że pozwala wyrobić intuicję i wskazuje dalsze kierunki poszukiwań, a dużą wadą to, że wiele ważnych parametrów jest ukrytych, nie mamy kontroli nad procesem budowania modelu, czyli… “czarna skrzynka w czarnej skrzynce”

Dalej pracuje z projektami predykcyjnych modeli Data-Mining. Używam tam Automatycznego Projektanta jako obiektu, przy czym mam widok na model jako całość, mogę edytować kod , podłączać różne źródła danych i  podawać dane”do wdrożenia” (czyli do zastosowania na gotowym modelu).

Następnie wybraną sieć - zapisaną w pliku lub opisaną ręcznie -  analizuję szczegółowo w trybie “Projekt sieci użytkownika”. Tam widać wszystkie szczegóły, w tym nawet wagi poszczególnych krawędzi.

Oto moje wnioski po setkach (sic!) godzin pracy ze Statisticą - najlepszą z możliwych - metodą “trial&error”

PS: W kolejnym odcinku - zarys planu badań, czyli jakie hipotezy będę badać oraz jak pozyskiwać uran domowym sposobem…

dla tych, którzy nie lubią czytać;)

Odkrycie dnia - youtube w służbie nauki:

http://youtube.com/watch?v=AyzOUbkUf3M

Godzinny wykład, fajny wstępniak o sieciach i prezentacja nowego pomysłu na algorytm uczenia.

myślę po polsku, więc piszę po polsku…:P

Language jezyk = new Language(”Polski”);

Zmieniłam język i poprzestaję na angielskich tagach. No i wklejam kolejnego ciekawego linka (ciekawe, czy ktoś w nie klika…):

http://www.e-mentor.edu.pl/artykul_v2.php?numer=20&id=448  

No to jeszcze jak zacznę pisać dłuższe notki, to już w ogóle będzie sukces

ps: już wkrótce - wyniki symulacji ze Statistici (moje neurony zaczynają do mnie mówić “Mama” plus pewnie jakieś ciekawe materiały ze starych esejów i projektów.

houk

Eliza in the Chinese Room

Brain produces mind - syntax vs semantics. That puts my work in the area of “weak AI”.

http://pl.wikipedia.org/wiki/Chi%C5%84ski_pok%C3%B3j

http://en.wikipedia.org/wiki/Chinese_room

Is thinking a kind of computation?

http://en.wikipedia.org/wiki/Philosophy_of_artificial_intelligence#Strong_AI_vs._weak_AI

Nothing to add ;)

That’s how one of NN gurus recommends and describes neural network approach:

“multivariate nonlinear nonparametric inference technique that is data driven and model free.”

Azoff(1994)

JAM - just another mindmap;)

Application possibilities by P.Lula (Polish)

Currently studied… - Efstathios Kalyvas’ article

Using Neural Networks and Genetic Algorithms to Predict Stock Market Returns

please read through (or thoroughly - I’m very curious about your opinions…

please find enclosed…

 … my Master’s Thesis Seminar presentations:

Second seminar presentation

First seminar presentation

Thank’s for all who contributed in creating such a nice, ideas-generating and discussion -friendly atmosphere at our seminar

Currently studied… - FF tutorial and distributed parallel processing mechanism

After some doubts (Matlab? Statistica?) - coming back to Joone

http://www.jooneworld.com/wiki/tiki-index.php?page=FinancialForecastTutorial

And I came along the DTE - Distributed Training Environment idea, which essence is: ‘train once, run anywhere’ . I think it’s genius! Especially the possible application mentioned (here: http://www.jooneworld.com/docs/dte.html) - global optimization for Financial Forecasting! Can you imagine that?

The key words are: enhanced input and parameter selection, parallel training and committee of experts. Should you need further details - please find the link enclosed