есть вполне стандартный код придуманный, кажется геделем, вида (p1^a1)*(p2^a2)*...*(pk^ak), где p1,...,pk - разные простые числа, а1,...,ак - последовательность целых чисел которую мы хотим закодировать одним числом. он замечателен тем что однозначно кодирует все конечные последовательности, любой длины (ну и конечно тем, что для компьютеров он бесполезен). я статью, конечно, не читал, не знаю в чём там пафос. но в классической статистике модель регрессии зависит от параметров и данных гладко, и в такой ситуации есть смысл обсуждать вопрос кол-ва параметров в модели. для современных дел есть Вапник-Червоненкис, или же Information Criteria. в обоих случаях, пляшем не от абстракций репрезентации, а от вопроса, примерно тавтологичного overfit: какую точность мы ожидаем от модели в будущем её использовании. Любое пособие для начинающего машинлернера предостерегает от прямого подсчёта параметров, именно их приведённых вами соображений.
В тот же район. Кажется, можно построить непрерывную функцию двух переменных F(x,у) со свойством что любая непрерывная функция одной переменной реализуется как F(x,С) для некоторого значения параметра С.
Так об этом же и речь! Предыдущая тема про действительные числа и физику - это ведь то же самое. Сложно не впасть в компьютерно-центрическое представление мира, когда ты начинаешь задавать себе вопросы «до скольких знаков после запятой считает природа?»
Comments 5
я статью, конечно, не читал, не знаю в чём там пафос. но в классической статистике модель регрессии зависит от параметров и данных гладко,
и в такой ситуации есть смысл обсуждать вопрос кол-ва параметров в модели.
для современных дел есть Вапник-Червоненкис, или же Information Criteria. в обоих случаях, пляшем не от абстракций репрезентации, а от вопроса, примерно тавтологичного overfit: какую точность мы ожидаем от модели в будущем её использовании. Любое пособие для начинающего машинлернера предостерегает от прямого подсчёта параметров, именно их приведённых вами соображений.
Reply
Reply
Reply
Reply
Reply
Leave a comment