mastouille.fr est l'un des nombreux serveurs Mastodon indépendants que vous pouvez utiliser pour participer au fédiverse.
Mastouille est une instance Mastodon durable, ouverte, et hébergée en France.

Administré par :

Statistiques du serveur :

645
comptes actifs

#統計學

0 message0 participant0 message aujourd’hui

商業與管理專業的大學生千萬別錯過!寫大學論文快速又有人工智能的AI數據分析來了!

已經發布AI數據分析課程觀念篇:

❤️從大數據到人工智能,從歷史知道大數據和人工智能的轉變,才能理解現在的人工智能在鑽的牛角尖!誰才是既得利益者!

❤️從兩點數據到超過兩點數據的直線,嘿!高中兩點連成一直線,還要有基準,才能讓這條線有意義!那超過兩點還要呈直線,最小平方法了解一下。這裡沒有使用微積分,也沒有用調整成平方的方式,而是真正符合機器運算,不套公式的代數算法!

Riffenburgh的2012年三版課本中,使用平方函數和log函數來解釋變數之間的關係。

他在2006年的醫學統計學二版第23章中,提到了向上開口的拋物線、三次方曲線、對數曲線、指數曲線、生物生長曲線和正弦波函數。書中將向上開口的拋物線和三次方曲線視為線性模型,其他則歸類為非線性模型。

因此,多項式模型通常只到三次方為止,更高次方的多項式極少被使用。這表明直線假設雖然會被放寬,但程度有限。

下圖提供三個模型供參考,這些模型旨在讓數據自己決定模型的形式,或者決定樣本數。殘差圖展示當模型越準確時會有怎樣的變化,幫助我們不僅為數據建立準確的數學模型,還能從殘差圖中發現是否存在未解釋的規律。

2/2 @ida

統計學的迴歸分析不僅是統計分析的工具,更是數據建模的重要方法。然而,教科書和課堂中提到的殘差圖,在實務中卻很少見。殘差圖不僅能讓我們知道模型的好壞,也能顯示未能解釋的規律有多強烈。

由於使用迴歸分析的人往往不願放棄「直線假設」,即使他們放棄了,通常也會使用拋物線或三次方的多項式來替代。例如在Medical statistics的教材中,這類模型與非線性模型常被一起討論。

1/2 @ida

Suite du fil

2.期間切割比較基準

✅新冠疫情前(灰色線和橙色線):通貨膨脹率在0.7%到2.3%之間,這兩段趨勢線作為基準。

3.疫情期間的趨勢變化

✅新冠疫情初期(灰色線):出現通貨緊縮,通貨膨脹率甚至為負值。

✅2021年(黃色線):2021年9月後,通貨膨脹率超過3%。很可惜當時沒有預警信號。

✅2022年(淺藍色線):2022年是通貨膨脹最迅猛的時期。

✅2023年初(綠色線):緊縮政策導致通貨膨脹率迅速下降。

✅2023年末(深藍色線):通貨膨脹率下降趨緩並低於3%。

AI數據分析的趨勢結果幫助我們容易理解一些經濟變化。另外,你可上網查歐元區在趨勢線期間的政策,了解政策延遲特性及缺乏指標預警的問題。

MathAI軟體是一款專門用於數據分析的工具,它能幫助使用者從時間序列數據中有效獲取精準的趨勢資訊,而不需要憑藉經驗去猜測趨勢轉折點。

接下來,我們將通過歐元區通貨膨脹率的實例來練習數據分析看圖能力。

1.趨勢線起始點的規律(圖例)
歐元區的通貨膨脹趨勢來自調和消費者物價指數。

多數趨勢線的轉折點集中在每年的11月,少數落在12月或1月,顯示一定的季節性特徵。

美國通貨膨脹率玩的小把戲,消息稱預期降至3.4%。

全球對數據的公告是與「預期值」做比較,因這是最直觀的了解方式。然而,這也可能存在人為操控的空間,對投資商品價格影響重大。例如,調控預期讓消息更加具影響力。

AI和大數據結合後,可以實現AI數據分析,每新增數據都能重複運算與AI判斷。基於數學方法的分析使結果更加精確,自然也能以數學結果做前後期比對或驗證。

在美國通膨升溫和聯準會政策消息紛飛之際,MathAI軟體通過AI數據分析方法找出精準的趨勢轉折點,並在新數據公布後顯示美國通膨可能進入波動盤整期。

將AlphaGO技術應用在德州撲克牌遊戲的免安裝軟體【繁體中文版】已經上線了。

掃QR code或點擊下方連結
tinyurl.com/TexaspokerAI
到Onedrive下載資料夾【taxes_poker】

解壓縮在taxes_poker資料夾內,拖曳到Windows作業系統的C槽,再將捷徑拉到桌面後,即可點擊桌面的捷徑即可操作設定。

完整過程公布

Suite du fil

@raj_raj88則回覆GPT是語言文字模型,不是數學模型。在此之前,3月份Wolfram Alpha - 一家以數學運算軟體的公司 - 和OpenAI 合作,推出chatGPT插件,意即chatGPT可以將對話中需要做數學運算的部分,以API方式傳到Wolfram Alpha,運算出正確的數學或算數結果後,再回傳給使用者。[註3]

相比於兩者的結合,台灣的人工智慧技術在數字分析上已經大體完成,並可通過數字模擬與變數轉換技術達到更多的數字模型的建構與驗證。與此同時,台灣因人工智慧技術也已經驗證統計學中重要的中央極限定理,發現其中更多的影響因子,同時間,此人工智慧技術軟體也被釋出,提供高中生、學生族群或其他對此有興趣使用。

註3: hub.baai.ac.cn/view/25031

hub.baai.ac.cnChatGPT获得了「Wolfram」超能力 - 智源社区并将答案以清晰美观的图形化方式显示给用户。它从网络上读取的内容等——不能指望它本身能做真正重要的事情computations,了看似合理(但错误)的数据”1 月份的另一个例子现在正确地出现了:如果它们的工作方式与我在这里展示的不同(有时更好,由于ChatGPT 在生成其响应时使用随机性。因此即使您向它提出完全相同的问题(即使在新会话中),正确答案并且如果你再次提问它不会改变。

台灣目前已經將 AlphaGo 技術(貝氏決策分析)應用在「德州撲克」牌局勝率計算中,並完整公開在YouTube,計三集[註1]。

台灣人工智慧產業鏈中,除了跟隨國際主流的生成式AI應用外,同時也較美國知名大學Dimakis教授在今年8月推文所提到Ye-Jin Choi教授給的GPT-4弱點可表現在三位數相乘,以237*757為例,GPT4會給出179289的錯誤數字,並且準確率只達59%。4位數相乘的準確率只有4%,而五位數相乘則是0%[註2]。

註1: youtu.be/8B8QA9-iOXg
註2: x.com/AlexGDimakis/status/1691

#AlphaGO 戰勝世界棋王
棋牌世界之一被 #AI 征服
另一個牌局世界呢?

王老師的最新人工智慧技術公開完整貝氏決策分析,完整顯示過程,看 #德州撲克 如何在不同的位置和牌面獲得勝利的機率。

收藏並訂閱,即時追蹤AI數據分析與人工智慧的最新資訊

影片:sendvid.com/x1pnodrl

#博弈#gambling#casino

這個有點好笑的地方是模擬隨機數,產生分配
在機率論或統計學,機率分配或抽樣分配都會有對應的分配函數,以數學式表現!

試問:可以公開看看分配的數學式嗎?

如果說只有分配圖可不算,即使是模擬,數字是可以計算出分配的數學式!

沒有數學式就是假的!因為沒有數學式,你根本沒辦法控制風險,也無從知曉臨界值!

學習正確的知識觀念,才能判斷文字描述中或公開的論述/論文/報告/方法 瑕疵!

AI數據分析能不能為生成出的隨機數找出分配的數學式?答案是可以的!

你可以選擇一次性建模或是分段建模!如果不太了解可以參考黎曼積分概念。

#經濟#景氣#財經