На моём мониторе, вертикальная линия треугольника наклонена на 3 пикселя против часовой, горизонтальная на 2 пикселя по часовой. Не мог сосредоточится на задаче, так как угол должен быть прямым, а пиксели на мониторе прямоугольными. =) Ну и www.braingames.ru/ уже 8 лет отмечают.
Одна поправочка, что скорее всего вы должны быть живы и желательно в сознании во время опытов. Это как раз тот случай, когда «хорошо зафиксированный пациент в анастезии не нуждается».
Аналогично писал для своей старенькой нокии e52. Среди всего прочего, считаю, что самым удобным для меня оказалось не мелькание слов, а добавление их в колонку, где последняя появляется на месте предыдущей, а предыдущая сползает вверх (как в консоли =)
В опросник было бы очень здорово добавить, что используется сторонняя ide и msvc компилятор, думаю таких как я, работающих на qt creator под виндой будет не мало.
Подскажите, какие из списка литературы вашего диссера понастоящему стоит читать? Перечисление это хорошо, но всё-таки для обзора не дотягивает, или топик будет пополняться?
Мне очень понравился код, который у вас получился. Жалко, только что без прочтения help по R, не понятно, что он делает. Еще очень плохо, что на R там реализована только проверка параметров, дальше идет вызов внутренней функции bincode (на plain c), cut.R;ln58, в которой кстати реализован не наивный, а дихотомический подход util.c;ln1915.
На самом деле все несколько по другому: у меня был код на c++, которых хотелось бы описать, кстати, я почти уверен, что профессионал c++, точно так же скажет, что код никуда не годится, и в целом будет прав.
Я решил изложить сам алгоритм в виде статьи. В качестве средства создания статьи использую R Markdown. Заодно написал код на R, потому что его синтаксис, в моем представлении соответствует уровню псевдокода. Если вы подскажете, как его поправить будет просто отлично.
По пунктам:
1. Использование в модели плотности непрерывного распределения и использование конечной дискретной функции вероятности приводит к аналогичным функциям расчёта. Согласен, что забыл это уточнить в статье. По поводу того, что использую непрерывное распределение: все мои потуги придумать живой пример с дискретным распределением оказались тщетны. Было бы здорово, если бы кто-нибудь что-нибудь предложил (подбрасывание бракованной монеты или шулерской кости не в счёт).
2. Согласен, сейчас подправлю. По программистской привычке пользуюсь сигнатурой, а не именем.
3. Это не алгоритм оценки параметров, это алгоритм обучения. На самом деле я просто хотел сразу же ответить, откуда мы можем взять начальную модель. То что Вы называете алгоритмом оценки параметров, у меня упоминается как алгоритм Баума-Велша (Он как раз EM-алгоритм, которому все равно нужна 0-ая итерация). Я надеюсь, что оформлю про него отдельную статью.
Я решил изложить сам алгоритм в виде статьи. В качестве средства создания статьи использую R Markdown. Заодно написал код на R, потому что его синтаксис, в моем представлении соответствует уровню псевдокода. Если вы подскажете, как его поправить будет просто отлично.
1. Использование в модели плотности непрерывного распределения и использование конечной дискретной функции вероятности приводит к аналогичным функциям расчёта. Согласен, что забыл это уточнить в статье. По поводу того, что использую непрерывное распределение: все мои потуги придумать живой пример с дискретным распределением оказались тщетны. Было бы здорово, если бы кто-нибудь что-нибудь предложил (подбрасывание бракованной монеты или шулерской кости не в счёт).
2. Согласен, сейчас подправлю. По программистской привычке пользуюсь сигнатурой, а не именем.
3. Это не алгоритм оценки параметров, это алгоритм обучения. На самом деле я просто хотел сразу же ответить, откуда мы можем взять начальную модель. То что Вы называете алгоритмом оценки параметров, у меня упоминается как алгоритм Баума-Велша (Он как раз EM-алгоритм, которому все равно нужна 0-ая итерация). Я надеюсь, что оформлю про него отдельную статью.