Użytkownik "Dieter" <dieter@autograf.pl> napisał w wiadomości news:gv61ai$kld$1inews.gazeta.pl...

Stosuje ktos do analizowania gieldy? Jakie wnioski?

D.

A konkretnie o jakie dane Ci chodzi? Gdyby badac wplyw zachmurzenia na notowania, to moznaby jeszcze jakis sensowny wynik uzyskac, bo jest duzo dostepnych danych. Gorzej z tzw. infami: wydarzeniami o światowym albo lokalnym zasięgu. Jak je reprezentowć w postaci liczb? Jak poradzić sobie z ich stosunkowo małą ilością a przez to niemożnościa użycia jakichkolwiek tradycyjnych metod ststystycznych?

Mam na mysli raczej dane pierwszego typu jakie wymieniles.

D.

Dieter wrote:

Mam na mysli raczej dane pierwszego typu jakie wymieniles.

Hmm... Jakiś przykład?

Mam na mysli raczej dane pierwszego typu jakie wymieniles.

D.

NTG... tu się dyskutuje o Wałęsie i o kaczkach... jazda stąd spamerze :)))

--

root wrote:

Użytkownik "Dieter" <dieter@autograf.pl> napisał w wiadomości
news:gv61ai$kld$1inews.gazeta.pl...

Stosuje ktos do analizowania gieldy? Jakie wnioski?

D.

A konkretnie o jakie dane Ci chodzi? Gdyby badac wplyw zachmurzenia na
notowania, to moznaby jeszcze jakis sensowny wynik uzyskac, bo jest duzo
dostepnych danych. Gorzej z tzw. infami: wydarzeniami o światowym albo
lokalnym zasięgu. Jak je reprezentowć w postaci liczb? Jak poradzić sobie
z ich stosunkowo małą ilością a przez to niemożnościa użycia jakichkolwiek
tradycyjnych metod ststystycznych?

Na brak danych raczej bym nie narzekał, również tych informacyjnych. Ich
reprezentacja jest jednak kluczowa. W każdym razie zawsze trzeba się
zdecydować na jakiś podzbiór dostępnego zbioru informacji, który miałby
reprezentować całość. Następnie należy wybranym atrybutom rzeczywistości
przypisać wartości (czy to liczbowe czy funkcyjne czy jakieś inne), które
będą je z kolei reprezentować. No i dopiero wtedy można w tych danych
grzebać.

Przykład reprezentacji:

wig20: rośnie, spada, płaski,...
pogoda w Polsce: pada, słońce, mgła,...
pogoda w Himalajach: pada, słońce, mgła,...
premier Polski mówi: jest kryzys, nie ma kryzysu, będę prezydentem,...
szef FED: stopy up, stopy down,...

I już można np. sieć neuronową czegoś nauczyć. Ja jestem jednak sceptycznie
do tego nastawiony ponieważ za reprezentację dostępnego zbioru informacji
może robić wykres. I być może wykres wystarczy analizować. Oczywiście jest
to reprezentacja uśredniona i pewnie zaszumiona, ale wcale nie wiadomo, czy
lepszą się wymyśli...

Pzdr,
--
Marek

[ciach ]

Przykład reprezentacji:

wig20: rośnie, spada, płaski,...
pogoda w Polsce: pada, słońce, mgła,...
pogoda w Himalajach: pada, słońce, mgła,...
premier Polski mówi: jest kryzys, nie ma kryzysu, będę prezydentem,...
szef FED: stopy up, stopy down,...

I już można np. sieć neuronową czegoś nauczyć. Ja jestem jednak sceptycznie
do tego nastawiony ponieważ za reprezentację dostępnego zbioru informacji
może robić wykres. I być może wykres wystarczy analizować. Oczywiście jest
to reprezentacja uśredniona i pewnie zaszumiona, ale wcale nie wiadomo, czy
lepszą się wymyśli...

nie wszystko mozesz oznaczyc jednoznacznie i obiektywnie do analizy,
ja na waszym miejscu obralbym kierunek obejmujacy takie zagadnienia
"Rozmyte metody reprezentacji i przetwarzania informacji "
"Sterowanie i podejmowanie decyzji w warunkach niepewności i braku precyzji "
Profesor, ktory jest w tym dobry kiedys zrobil data mining sprzedazy pewnej firmy w uzaleznieniu od pogody

Damian wrote:

[ciach ]

Przykład reprezentacji:

wig20: rośnie, spada, płaski,...
pogoda w Polsce: pada, słońce, mgła,...
pogoda w Himalajach: pada, słońce, mgła,...
premier Polski mówi: jest kryzys, nie ma kryzysu, będę prezydentem,...
szef FED: stopy up, stopy down,...

I już można np. sieć neuronową czegoś nauczyć. Ja jestem jednak
sceptycznie
do tego nastawiony ponieważ za reprezentację dostępnego zbioru informacji
może robić wykres. I być może wykres wystarczy analizować. Oczywiście
jest to reprezentacja uśredniona i pewnie zaszumiona, ale wcale nie
wiadomo, czy
lepszą się wymyśli...

nie wszystko mozesz oznaczyc jednoznacznie i obiektywnie do analizy,
ja na waszym miejscu obralbym kierunek obejmujacy takie zagadnienia
"Rozmyte metody reprezentacji i przetwarzania informacji "
"Sterowanie i podejmowanie decyzji w warunkach niepewności i braku
precyzji "
Profesor, ktory jest w tym dobry kiedys zrobil data mining sprzedazy
pewnej firmy w uzaleznieniu od pogody

No oczywiście pomiędzy słońcem a deszczem jest "raczej słońce" i "raczej
deszcz", a fuzzy numbers i fuzzy sets zaliczane są do zbioru narzędzi
grzebania w danych. Istnieją też porządnie zdefiniowane zasady arytmetyki
takich liczb (vide nazwisko Zadeh). Narzędzia są, ale nadal trzeba ustalić
co ma być reprezentacją i nadal trzeba wprowadzić kategoryzację (choć
rozmytą).

Pzdr,
--
Marek

Użytkownik "Damian" <xdamianS_K__A_S_U_J@op.pl> napisał w wiadomości news:gv6igh$alt$1news.onet.pl...

[ciach ]

Przykład reprezentacji:

wig20: rośnie, spada, płaski,...
pogoda w Polsce: pada, słońce, mgła,...
pogoda w Himalajach: pada, słońce, mgła,...
premier Polski mówi: jest kryzys, nie ma kryzysu, będę prezydentem,...
szef FED: stopy up, stopy down,...

I już można np. sieć neuronową czegoś nauczyć. Ja jestem jednak sceptycznie
do tego nastawiony ponieważ za reprezentację dostępnego zbioru informacji
może robić wykres. I być może wykres wystarczy analizować. Oczywiście jest
to reprezentacja uśredniona i pewnie zaszumiona, ale wcale nie wiadomo, czy
lepszą się wymyśli...

nie wszystko mozesz oznaczyc jednoznacznie i obiektywnie do analizy,
ja na waszym miejscu obralbym kierunek obejmujacy takie zagadnienia
"Rozmyte metody reprezentacji i przetwarzania informacji "
"Sterowanie i podejmowanie decyzji w warunkach niepewności i braku precyzji "

Wszysto ładnie ale jak sobie poradzicie z niewielka iloscia wydarzen "politycznych". Zeby wyciagac statystyczne wnioski trzebaby bylo zeby codziennie prezydent cos mowil waznego przez powiedzmy 10 lat. Co do pogody, polozenia planet sprawa jest prosta ale z infami tak juz nie jest.
Intuicyjnie nie podoba mi sie tez podejscie "wykresowe". Wykres jest skutkiem.Badajac same skutki trudno przewidziec nastepne. Wyobrazcie sobie goscia jezdzacego po miescie samochodem w poszukiwaniu kielbasy okreslonego gatunku. Dla kogos kto nie wie czego gosc szuka, samochod bedzie poruszal sie bezladnie. Ktos kto wie po co jezdzi natychmiast bedzie wiedzial ze odwiedza sklepy miesne. Bedzie wiec mogl wytyczyc prawdopodobna sciezke po ktorej bedzie poruszal sie samochod.