Pull to refresh

Comments 15

Прогнозы на графиках на сколько шагов вперед?
Рис. 4, если я правильно понял. В данном случае на 2 шага (года) вперед.
Я вообще не понял что находится на рисунке 4. Что такое q1 q11? Что вообще на всех графиках на шкале x и y?
Я имел ввиду 5 и 9.
На рис. 4 находится «циклический» прогноз. q1 и т.д. это шифры показателей, импортированных из входного csv файла. На всех графиках X — шаги (год в данном случае), а y — значение
q1 — показатель, а q11 его прогноз?
Получается график 4 получен с помощью нейросети, обученной на нахождение q1, на основе набора исторических данных q1.

А что тогда на графиках 5 и 9?
q1 и q11 тоже показатель. Прогноз добавляется заданное количество раз в виде нового столбца к таблице в левой части окна. Показатели — строки. Она вся не влезает в форму, надо работать над интерфейсом и очень серьезно. По графику 4 — именно так.
На рисунках 5 и 9 сравнивается значение оригинальное, взятое из обучающей выборки со значением полученным нейронной сетью в конкретном шаге (годе).
Я, кажется, начинаю понимать. Те q1 и q11 двухшаговые прогнозы разных показателей? Тогда же график выходит ни о чём. Оценить по нему качество прогноза невозможно.

Меня очень заинтересовало введение:
>Для того чтобы проследить динамику изменения наблюдаемых параметров при манипулировании >управляемыми факторами

Выходит эти результаты вообще не приведены в статье?
На мой взгляд полученные результаты приведены крайне мутно. Подписи к графикам не ясные, оси не подписаны, значения не подписаны, поясняющего текста нет.

В чем ценность создания нейросети если нет данных о том что она клёво работает?
Что такое двухшаговые прогнозы не знаю. С моей точки зрения возможно оценить качество прогноза графиком. Знать со 100% точностью как поведет себя тот или иной показатель мне не нужно, а нужно знать в какую сторону изменение и примерно на сколько.
Для того чтобы проследить динамику изменения наблюдаемых параметров при манипулировании управляемыми факторами

Да, эти результаты не приведены в этой статье, а будут приведены в следующей. Следующая статья покажет как влияет изменение этих:
Общая площадь сельскохозяйственных угодий, тыс.га;
Посевная площадь всего;
Площадь участков, предоставленных крестьянским (фермерским) хозяйствам, тыс.га;
Посевные площади сельскохозяйственных культур, тыс.га;
Инвестиции в основной капитал, млн.руб.;
Капитальные вложения за счет федерального бюджета, млн.руб.;
Капитальные вложения за счет бюджетов субъектов федерации, млн.руб.;
Бюджетные субсидии относимые на результаты хоз. деятельности сельхозпредприятий Минсельхоза, млн.руб.;

показателей на динамику других показателей. Рисунки в плане отражения результатов работы мутные, согласен, они показывают только функционал. Сеть клево работает :)
Почему были выбранны нейронные сети? Из-за того, что круто звучит? :)

Регрессия (линейная либо нелинейнай) хорошо подходит для этой задачи. Меньше параметров, проще реализация.
Круто звучит согласен. Простота реализации в приоритетах не фигурировала и сильно чесались руки по программировать.
Ну и чо там по вашим прогнозам в ближайшем будущем в России будет? :)
Это статья для издания ВАК?:) уж больно оформление поста похоже.
Sign up to leave a comment.

Articles