現在部分關鍵數據都是私人的
這很難公開演練結果
我只能說其中揭露的分析結果
能不能跟到時釋出的官方數據
所分析出的結果對上
這真有待商榷
等待......
希望是一致的😂
現在部分關鍵數據都是私人的
這很難公開演練結果
我只能說其中揭露的分析結果
能不能跟到時釋出的官方數據
所分析出的結果對上
這真有待商榷
等待......
希望是一致的😂
所謂【改變趨勢結構】是指新的數據加入,會讓整體數據期間的短期趨勢線所需的最少數據量改變。例如,從至少9個月變成至少5個月。這【改變趨勢結構】情況發生在:
⭐2023年11月(含)以前是至少8個月數據量
⭐2023年12月到2024年2月是至少5個月數據量
⭐2024年3月(含)之後就是現在看到的至少9個月數據量
#經濟 #財經 ##ai數據分析 #economy #USEconomy #usa #Mathai #數據分析 #知識 #學習
Every new published inflation rate has made the short term trend slower decrease. September data makes a increasing trend.
#inflation #usinflation #economy #useconomy #mathai #dataanalysis #CPI
Every new published inflation rate has made the short term trend slower decrease. September data makes a increasing trend.
#inflation #usinflation #economy #useconomy #mathai #dataanalysis #CPI
模型設計之初本就是為了分析數據,解讀數據。但從應用端的做法,卻是套用模型,數據要符合模型。
本末倒置的結果,使用者以為大家都這樣做,跟著做準沒事。三人成虎!
為什麼不澄清?
還要更多人做這樣的事情?
那是為了遏止與阻礙(不可言說的科技制衡之術)
模型設計之初本就是為了分析數據,解讀數據。但從應用端的做法,卻是套用模型,數據要符合模型。
本末倒置的結果,使用者以為大家都這樣做,跟著做準沒事。三人成虎!
為什麼不澄清?
還要更多人做這樣的事情?
那是為了遏止與阻礙(不可言說的科技制衡之術)
你說,失業率與通貨膨脹率的關係是什麼呢?
在底面積位置表現的就是失業率與通貨膨脹率關係了。
聯準會的計量有到這水平嗎?
你說,失業率與通貨膨脹率的關係是什麼呢?
在底面積位置表現的就是失業率與通貨膨脹率關係了。
聯準會的計量有到這水平嗎?
冬雨,未必是好事。
這只是反應氣候異常愈發糟糕罷了
冬雨,未必是好事。
這只是反應氣候異常愈發糟糕罷了
每次改換版本,是他們說的進步。但本質不變,模型核心不變。
你說要人工智慧告訴你它的結果有多高誤差,以供參考?
等吧!慢慢等吧!
出了AI瀏覽器?人類失去了「搜尋」與「判斷」資訊來源的全部。從此「AI瀏覽器」要給你什麼,就是那些,還能被操控。
每次改換版本,是他們說的進步。但本質不變,模型核心不變。
你說要人工智慧告訴你它的結果有多高誤差,以供參考?
等吧!慢慢等吧!
出了AI瀏覽器?人類失去了「搜尋」與「判斷」資訊來源的全部。從此「AI瀏覽器」要給你什麼,就是那些,還能被操控。
套入模型的數據,結果看似能提供數據訊息與特徵,實際上並沒有。因為那不是數據真實承載的多數資訊,而是模型使用者想要看到的結果。
如此情況也是人工智慧模型建立的原理與本質。所以,人工智慧的結果無法控制誤差與告知所謂的「幻覺」有多少。
套入模型的數據,結果看似能提供數據訊息與特徵,實際上並沒有。因為那不是數據真實承載的多數資訊,而是模型使用者想要看到的結果。
如此情況也是人工智慧模型建立的原理與本質。所以,人工智慧的結果無法控制誤差與告知所謂的「幻覺」有多少。
我跟對方(計量專家)說,加了自動識別與判斷功能,不算是人工智慧嗎?只有生成式AI才叫人工智慧嗎?還是只用python才叫人工智慧?
真的!不懂人工智慧核心與原始的預想就別說了。
當我能夠讓軟體自動運算,讓數據自己識別模型,讓數據自己找模型,讓數據自己去確認最精準的模型時,這超越人為設定人工智慧模型的窘境!
從一開始就是人工智慧,而不是我導入數據到「人工智慧模型」,進行識別與合成才叫「人工智慧」。這模型還是「一個」大模型。不是數據自己找到它自己的數學模型。
我跟對方(計量專家)說,加了自動識別與判斷功能,不算是人工智慧嗎?只有生成式AI才叫人工智慧嗎?還是只用python才叫人工智慧?
真的!不懂人工智慧核心與原始的預想就別說了。
當我能夠讓軟體自動運算,讓數據自己識別模型,讓數據自己找模型,讓數據自己去確認最精準的模型時,這超越人為設定人工智慧模型的窘境!
從一開始就是人工智慧,而不是我導入數據到「人工智慧模型」,進行識別與合成才叫「人工智慧」。這模型還是「一個」大模型。不是數據自己找到它自己的數學模型。
我也沒有跑其他國家的數據,或者美國有公布的數據。但學生每週的任務項目仍在進行中。有的是每日更新的股價,有的是每季更新的財報數據。
我也沒有跑其他國家的數據,或者美國有公布的數據。但學生每週的任務項目仍在進行中。有的是每日更新的股價,有的是每季更新的財報數據。
事實上,目前人工智慧在文組的任何狀態,無論是證照或認證都偏資訊管理,不屬於真正文組,特別是社會科學需要的。
數字的分析,甚至有人還用生成式AI宣傳,反向推廣SPSS和R課程。
這側面證實生成式AI應該使用在文字,從不是數字的分析。
有人說,可以接入MCP,呼叫python。這對一般的分析,理論上沒問題。但使用者仍要多生成式AI呼叫出來的功能熟悉,並可以驗證。而非全面相信跑出來的數據結果。
事實上,目前人工智慧在文組的任何狀態,無論是證照或認證都偏資訊管理,不屬於真正文組,特別是社會科學需要的。
數字的分析,甚至有人還用生成式AI宣傳,反向推廣SPSS和R課程。
這側面證實生成式AI應該使用在文字,從不是數字的分析。
有人說,可以接入MCP,呼叫python。這對一般的分析,理論上沒問題。但使用者仍要多生成式AI呼叫出來的功能熟悉,並可以驗證。而非全面相信跑出來的數據結果。
從2025年3月到8月,平均每月上升0.074%。你從圖形中就能清楚看到上升趨勢線,這還不能說明什麼嗎? #經濟 #財經 #美國 #通貨膨脹 #滯脹 #economy #economywatch #inflation #usinflation #stagflation #MathAI #AI #useconomy
從2025年3月到8月,平均每月上升0.074%。你從圖形中就能清楚看到上升趨勢線,這還不能說明什麼嗎? #經濟 #財經 #美國 #通貨膨脹 #滯脹 #economy #economywatch #inflation #usinflation #stagflation #MathAI #AI #useconomy
專家和研發人員,甚至生成式AI認為不能為數據(數字型數據)找到精準地數學模型一事,可以說不存在了。
在研發過程中,我們發現數據:
1)模型函數未必具備統計分析的一致性
2)模型函數的模擬值具備統計分析的一致性
也就是,認為設計數據來自A模型,但在逐步分析或建模過程,最佳結果未必是A模型,可能是B模型。即使模型形式不同,B模型的模擬值在千分之一至萬分之一的誤差下,仍是與數據相同。
#新知 #技術 #innovation
專家和研發人員,甚至生成式AI認為不能為數據(數字型數據)找到精準地數學模型一事,可以說不存在了。
在研發過程中,我們發現數據:
1)模型函數未必具備統計分析的一致性
2)模型函數的模擬值具備統計分析的一致性
也就是,認為設計數據來自A模型,但在逐步分析或建模過程,最佳結果未必是A模型,可能是B模型。即使模型形式不同,B模型的模擬值在千分之一至萬分之一的誤差下,仍是與數據相同。
#新知 #技術 #innovation
我們可以推論:新冠疫情是影響美國經濟的重要因素,時薪因此以超過0.1美元的速度每月增長著。
不過隨著川普第二任期內,2025年2月到8月平均每月增長速度已經降到0.105美元了。未來會不會低於0.1美元/每月增速?加上在三大零售商漲價的狀態下,美國會有怎樣的變化。這可要好好看著囉。
我們可以推論:新冠疫情是影響美國經濟的重要因素,時薪因此以超過0.1美元的速度每月增長著。
不過隨著川普第二任期內,2025年2月到8月平均每月增長速度已經降到0.105美元了。未來會不會低於0.1美元/每月增速?加上在三大零售商漲價的狀態下,美國會有怎樣的變化。這可要好好看著囉。
最新失業率數據已經表明20252月到8月平均每月增加0.0179%。寫那麼多小數的位數是因為進位會變成0.018,看起來更嚴重。
至於通貨膨脹率,看起來是震盪週期,但底部的抬高是看得見的。
最新失業率數據已經表明20252月到8月平均每月增加0.0179%。寫那麼多小數的位數是因為進位會變成0.018,看起來更嚴重。
至於通貨膨脹率,看起來是震盪週期,但底部的抬高是看得見的。
#美國 #人工智慧 #人工智能 #科技 #技術 #建模 #AI #AI數據分析 #MathAI #statistics #econometrics #technology #innovation #model #economy
#美國 #人工智慧 #人工智能 #科技 #技術 #建模 #AI #AI數據分析 #MathAI #statistics #econometrics #technology #innovation #model #economy
是週期函數,不會爆表!
不是發散,該慶幸了。
是週期函數,不會爆表!
不是發散,該慶幸了。