Ich möchte hier eine Anleitung für Experten, was der beste Ansatz für mich ist, um ein Problem zu lösen. Ich habe etwas maschinelles Lernen, neuronale Netze und solche Sachen untersucht. Ich habe Weka untersucht, eine Art baesische Lösung. R .. verschiedene Dinge. Ich bin mir nicht sicher, wie ich wirklich vorgehen soll. Hier ist mein Problem.Die beste Herangehensweise an das, was ich denke, ist ein Problem des maschinellen Lernens.
Ich habe oder werde eine große Sammlung von Ereignissen haben .. schließlich rund 100.000 oder so. Jedes Ereignis besteht aus mehreren (30-50) unabhängigen Variablen und einer abhängigen Variablen, die mir wichtig sind. Einige unabhängige Variablen sind wichtiger als andere, um den Wert der abhängigen Variablen zu bestimmen. Und diese Ereignisse sind zeitlich relevant. Dinge, die heute auftreten, sind wichtiger als Ereignisse, die vor 10 Jahren stattfanden.
Ich möchte in der Lage sein, eine Art Lernmodul ein Ereignis zu füttern, und es die abhängige Variable vorhersagen lassen. Dann möchte ich die tatsächliche Antwort für die abhängige Variable für dieses Ereignis (und alle Ereignisse, die zuvor gekommen sind) kennenlernen, um darauf aufbauende Vermutungen zu trainieren.
Sobald ich eine Vorstellung davon habe, welche Programmierrichtung zu gehen, kann ich die Forschung tun und herausfinden, wie ich meine Idee in Code umwandeln kann. Aber mein Hintergrund ist paralleles Programmieren und nicht so etwas, also würde ich gerne einige Vorschläge und Anleitungen dazu haben.
Danke!
Edit: Hier ist ein bisschen mehr Details über das Problem, das ich versuche zu lösen: Es ist ein Preisbildungsproblem. Nehmen wir an, ich möchte die Preise für ein zufälliges Comic vorhersagen. Der Preis ist das einzige, was mir wichtig ist. Aber es gibt viele unabhängige Variablen, die man sich vorstellen kann. Ist es ein Superman Comic oder ein Hello Kitty Comic? Wie alt ist es? Wie ist die Bedingung? usw. Nach einiger Zeit des Trainings möchte ich in der Lage sein, Informationen über ein Comicbuch zu geben, das ich in Erwägung ziehen könnte, und es mir einen vernünftigen Erwartungswert für das Comic geben zu lassen. OK. Comic-Bücher könnten also ein falsches Beispiel sein. Aber Sie bekommen die allgemeine Idee. Bis jetzt, von den Antworten, mache ich etwas Forschung auf Unterstützungsvektormaschinen und Naive Bayes. Vielen Dank für Ihre Hilfe.
Ich denke, die Tag "Klassifizierung" und "Regression" schließen sich gegenseitig aus. Es ist entweder "Klassifizierung" oder "Regression". Es kann nicht beides sein. –