Обновить
6

Пользователь

2
Подписчики
Отправить сообщение

Дело в том, что мне хотелось бы показать не свои навыки программиста (я понимаю, что они у меня очень не очень), а мне хотелось показать то, что я цифры в своей работе не с потолка нарисовал, а как-то действительно обрабатывал информацию, то есть я хотел сделать своё учебное исследование прозрачным, скомпенсировав тем самым отсутствие традиционного рецензирования.
Простыни кода я спрячу под спойлеры, спасибо за совет.

«Например вот это — while ((input=fopen(«input.txt»,«r»))==NULL) — что означает, что если нам с первого раза не удалось открыть файл, то мы должны пытаться его открыть бесконечно?» — Согласен, глуповато получилось, прямо как в знаменитой «Арахисовой программе». На данный момент я думаю над тем, чтобы коды, возвращаемые fscanf'ами, fprintf'ами и прочими malloc'ами, собрать и вывести в отдельный log-файл.

Думаю, я так и сделаю, когда подготовлю вторую редакцию статьи. Также, мне кажется, стоит некоторые места получше разъяснить и изменить кое-где синтаксис предложений.

Я больше про тонкости в плане статистического анализа копал разные учебные пособия и научные статьи, а не в плане программирования. Но всё равно полученный опыт я учту в будущем.

Хорошо, спасибо. Только я ещё не полностью осилил мехмат, а только на 2 курсе учусь, так что всё ещё у меня впереди.

Я не помню, чтобы мы проходили такие операторы в нашем университетском курсе (мехмат МГУ), но всё равно спасибо за информацию, я подумаю над этим.

А где должны находиться эти операторы? Я не совсем понимаю, о чём Вы.

Я прошу прощения, что не выложил полный код, но он настолько длинный, что в одну статью вряд ли поместится. Если хотите что-то конкретное спросить по коду, я готов Вам ответить. Что касается того, что указан C++, а код на C, то я просто ещё не слишком хорошо освоился с возможностями C++, но решил воспользоваться его компилятором и средой (Visual Studio 2010), потому что мне так было удобно. Я делал эту программу скорее как начинающий учёный, чем как программист.
Кстати, я пересчитал ошибки и заменил ошибку на нейрон на ошибку на бит информации, после чего погонял нейросеть на данных со случайными основаниями от 1,2 до 2 (равномерное распределение), после чего вновь сделал линейную регрессию со взвешенными наименьшими квадратами.
После всего этого у меня вновь получилось, что золотое сечение — наилучшее основание, так что есть уже тема для следующего поста.

Информация

В рейтинге
Не участвует
Зарегистрирован
Активность