Tenían una versión de esto que podías descargar. Estaba bien encontrar ciertos tipos específicos de ecuaciones, por ejemplo, las que surgirían en un problema cinemático, pero la clase de funciones que intentaría como soluciones estaba muy restringida. El primer ejemplo no trivial que le arrojé excedió su alcance, a pesar del hecho de que era (1) datos experimentales realistas y (2) visualmente obvio cuál debería ser la ecuación si traza los datos.
Puede haber una buena idea aquí, ciertamente creo que los problemas que describí podrían solucionarse sin mayores problemas, pero entonces se encuentra con el problema de sobreajustar los datos. El uso de un algoritmo genético como este oculta efectivamente el tamaño del espacio sobre el que está optimizando. La situación en este momento recuerda un poco a lo que sucedió en las décadas de 1960 y 1970, cuando las personas de repente tenían computadoras que podían ejecutar regresiones lineales y comenzaron a ejecutarlas agresivamente en todos los datos que podían obtener.
Hoy, las limitaciones de la regresión lineal son bien entendidas. Sigue siendo una técnica extremadamente importante, pero pocos de los descubrimientos publicitados de los primeros años resultaron en alguna parte; la mayoría eran ejemplos de regresiones espurias al comparar series de tiempo integradas entre sí.
- ¿Cuáles son las opciones para cursos de ciencia de datos en Delhi?
- ¿Qué es la planificación del discurso?
- ¿Qué tan robustas funciones de costos saben qué datos son atípicos?
- ¿Por qué necesitamos aprendizaje automático?
- ¿Cuál debo elegir: una maestría con honores en BITS Pilani o ciencias de la computación en PEC Chandigarh?