Прогнозирование функциями дискретного аргумента (пример)
Материал из MachineLearning.
(Различия между версиями)
(Новая: {{TOCright}} ==Введение== В отчете представлена попытка прогнозирования таких специфических временных ряд...) |
|||
| Строка 3: | Строка 3: | ||
В отчете представлена попытка прогнозирования таких специфических временных рядов, как монофонические мелодии. Были осуществлены три различных подхода: [[экспоненциальное сглаживание]], локальное прогнозирование и поиск постоянных закономерностей. | В отчете представлена попытка прогнозирования таких специфических временных рядов, как монофонические мелодии. Были осуществлены три различных подхода: [[экспоненциальное сглаживание]], локальное прогнозирование и поиск постоянных закономерностей. | ||
| - | |||
Предлагается опробовать первый метод в традиционной его форме, чтобы ответить на вопрос, пригоден ли он для решения данной задачи. Затем предлагается во втором методе проверить работоспособность коэффициента корреляции Пирсона в качестве меры сходства. Третий будет использоваться в упрощенном варианте. | Предлагается опробовать первый метод в традиционной его форме, чтобы ответить на вопрос, пригоден ли он для решения данной задачи. Затем предлагается во втором методе проверить работоспособность коэффициента корреляции Пирсона в качестве меры сходства. Третий будет использоваться в упрощенном варианте. | ||
Версия 16:14, 3 сентября 2011
|
Введение
В отчете представлена попытка прогнозирования таких специфических временных рядов, как монофонические мелодии. Были осуществлены три различных подхода: экспоненциальное сглаживание, локальное прогнозирование и поиск постоянных закономерностей.
Предлагается опробовать первый метод в традиционной его форме, чтобы ответить на вопрос, пригоден ли он для решения данной задачи. Затем предлагается во втором методе проверить работоспособность коэффициента корреляции Пирсона в качестве меры сходства. Третий будет использоваться в упрощенном варианте.
