занимаюсь в свободное время
можно интерпретировать как математическое машинное обучение.
То есть есть математическая задача которая может быть по идее решена математически.
Но из за её сложности это очень не просто сделать).
Причём задача обучения с учителем частично превращается в задачу без учителя но требующую больших вычислений.
Думаю подобных математических задач достаточно много )
Вероятно часть задач вычислительной топологи
могут быть сформулированы в подобных терминах.
Плюс таких задач по сравнению с классическими задачами машинного обучения можно генерировать «сколько угодно» примеров.
Поискал в интернете в основном встречается:
Mathematics For Machine Learning)
посмотрите gplearn, pysindy
Спасибо https://ru.wikipedia.org/wiki/Символьная_регрессия То есть то что пытается приблизить gplearn действительно близко к данной области. pysindy до конца пока не понял что такое.
а про какие математические задачи вы говорите?
Решение дифуров аналитически
и в данном вопросе имеется ввиду вместо аналитического решения, решать численно с использованием методов мл?
Да черт его знает
Нахождение возможного числа решений систем нелинейных уравнений при заданной структуре и не определенных коэффициентах. То есть задача обобщения правила знаков Декарта. Относительно практики например это уравнения химической кинетики. И задача о возможном числе их стационарных состояний. Структура в такой случае это система реакций. Неопределённые переменные константы скорости каталитических реакций. А так интерпретации разные можно придумать на пример построить общую теорию кривых n порядка или кривых с данным количеством мономов. Сейчас это порой называют вещественная алгебраическая геометрия.
вот допустим возьмём первую задачу, как с помощью мл вы предлагаете ее решать и откуда думаете взять бесконечные данные.
Есть параметры которые задают систему и число решений как параметр который иногда известен иногда нет. Типичная задача обучения с учителем. Бесконечное примеров очень просто за счёт того что есть преобразования которые не меняют число решений. На пример некоторые замены переменных. Надо пробовать и смотреть что получится. По идее есть математическая физика) Очевидно что возможны разные связки разных наук… Почему бы не быть машинному обучению в контексте решения математических задач. Это вполне можно назвать математическим машинным обучением. Новые названия кроме того порой не менее важны чем новые методы). Всем спокойной ночи и добрых снов. Удачной рабочей недели.
Sparse Identification of Nonlinear Dynamics - это как восстановить диффур из данных. если кратко - нагенерить всякими аналитическими функциями фич, а потом их отобрать через Lasso
Я это понял спасибо большое , буду иметь в виду. Тут задача другая и это вряд ли сработает. По крайней мере я не вижу как это можно сделать. Пока у меня больше задачи не регрессии а кластеризации. Ещё раз спасибо.
Обсуждают сегодня