<kbd id="afajh"><form id="afajh"></form></kbd>
<strong id="afajh"><dl id="afajh"></dl></strong>
    <del id="afajh"><form id="afajh"></form></del>
        1. <th id="afajh"><progress id="afajh"></progress></th>
          <b id="afajh"><abbr id="afajh"></abbr></b>
          <th id="afajh"><progress id="afajh"></progress></th>

          男生發(fā)表4頁最離譜論文,用時(shí)序模型預(yù)測女友情緒

          共 3927字,需瀏覽 8分鐘

           ·

          2021-10-30 14:30

          本文授權(quán)轉(zhuǎn)載自公眾號:新智元

          喜歡的話幫忙點(diǎn)個(gè)分享

          也可以多點(diǎn)“在看”哦

          【導(dǎo)讀】最離譜的論文長什么樣?有一個(gè)博主創(chuàng)建了一個(gè)博客,歡迎大家投稿各種長的像論文的論文。有個(gè)網(wǎng)友投稿,用時(shí)序模型分析女友的情緒,從數(shù)據(jù)收集到結(jié)論分析一應(yīng)俱全,而他做的這一切竟然都是為了能安心打游戲!


          女朋友的情緒和股票市場同樣都是風(fēng)雨難測,不同的是有大量從業(yè)人員使用各種各樣的時(shí)序模型來研究,但女朋友的情緒卻沒有得到多少學(xué)者的關(guān)注。
          ?
          最近Reddit上一個(gè)帖子火了,有一篇論文發(fā)表在Journal of Astrological Big Data Ecology(占星大數(shù)據(jù)生態(tài)學(xué)雜志)上,主要是用時(shí)序模型研究女朋友的情緒變化。
          ?
          文章的作者是Chad Broman博士,來自蔓越莓檸檬大學(xué)(Cranberry-Lemon University)應(yīng)用心理機(jī)器學(xué)習(xí)系。
          ?
          https://jabde.com/2021/05/23/girlfriends-mood-time-series-analysis/
          ?
          《占星大數(shù)據(jù)生態(tài)學(xué)雜志》是一個(gè)期刊博客,專門發(fā)布一些人們「模仿」學(xué)術(shù)文章、STEM新聞或者clickbait的地方。
          ?
          期刊的創(chuàng)辦人表示,如果你看到我們的論文,一定要嘲笑我們的「科學(xué)」,但絕對不要相信它。請欣賞每一篇文章,我們的目標(biāo)是在作品中盡可能多地增加幽默感。
          ?
          Reddit 網(wǎng)友們看到這篇論文后紛紛表示這篇論文給A+評分,他的創(chuàng)意、努力和執(zhí)行力真是太贊了!
          ?
          ?
          還有網(wǎng)友為論文的后續(xù)進(jìn)行預(yù)測:作者的女朋友不同意分析的結(jié)果,所以作者對論文標(biāo)題進(jìn)行了一次編輯修改,修改后的標(biāo)題為《前女友的情緒波動(dòng)時(shí)序分析》
          ?
          ?
          還有網(wǎng)友對論文的分析結(jié)果有意見,認(rèn)為LSTM模型就是垃圾,一起看看論文中的Figure 4的畫風(fēng),逐漸離譜。
          ?
          ?
          也有網(wǎng)友認(rèn)為,你觀測到的女朋友情緒不一定是真實(shí)的,所以可能是假數(shù)據(jù)。
          ?
          ?
          文章的Reference 列表也是一大特色,包括情人節(jié)為什么重要,如何在長遠(yuǎn)關(guān)系下的生存,甚至還有游玩賽博朋克2077的最好時(shí)機(jī)。
          ?
          ?
          那這篇長達(dá)4頁的論文到底寫了什么?
          ?
          這篇fake paper的摘要寫道,盡管最近在積極傾聽、約會之夜和長時(shí)間的枕邊談話方面取得了進(jìn)展,但預(yù)測蒂芙尼(作者的女友)的心情變得越來越困難。并且隨著 Playstation 5 獨(dú)家游戲越來越多,在購買新游戲并連續(xù)一周每天晚上與男孩們在線合作之前確定蒂芙尼的心情變得越來越重要。
          ?
          本文旨在通過比較簡單的移動(dòng)平均線、六倍指數(shù)平滑甚至過于復(fù)雜的機(jī)器學(xué)習(xí)模型來確定我女朋友急劇增長的情緒波動(dòng)的最佳預(yù)測模型。盡管最初的時(shí)間序列分析顯示非平穩(wěn)性和高度季節(jié)性的情緒波動(dòng),但在馬特離婚后,更簡單的模型提供了風(fēng)險(xiǎn)更低的預(yù)測。
          ?
          有內(nèi)味了!
          ?
          隨后在 Background 中又詳細(xì)介紹了她們相識的過程以及互相的矛盾。
          ?
          十年前,我和蒂芙尼在蔓越莓檸檬大學(xué)認(rèn)識,當(dāng)時(shí)我是理論體育(Theoretical Physical Education)的本科二年級學(xué)生。
          ?
          她們在量子粒子躲避球(quantum particle dodgeball)比賽中榮膺最后兩名,隨后就開始進(jìn)行約會,直到大三秋季學(xué)期變得太冷而無法出門。那也是我最初開始我的時(shí)間序列分析的時(shí)候。她和我現(xiàn)在是兩個(gè)年輕的專業(yè)人士,住在我們自己的家中,我們用三年不吃鱷梨吐司(avocado toast)的首付款資助了我完成博士學(xué)位課程。
          ?
          Tiffany 現(xiàn)在是一名免費(fèi)增值(freemium)游戲營銷顧問,但她并不想讓我管它叫免費(fèi)增值服務(wù)。她非常喜歡迪斯尼,更喜歡海灘度假而不是山區(qū),并且一直沉迷于權(quán)力的游戲直到上一季結(jié)束。當(dāng)她沒有工作時(shí),你會發(fā)現(xiàn)她無休止地在 Reddit 上滾動(dòng)查看表情包、Facebook 或 Instagram 上的照片,以及上twitter 來了解她最討厭的所有名人。
          ?
          并介紹了時(shí)序分析的目的。
          ?
          自從她最好的朋友開始生孩子并且她被提升到一個(gè)她沒有接受過培訓(xùn)的壓力大的公司職位以來,圍繞蒂芙尼的情緒高潮和低谷進(jìn)行計(jì)劃變得成倍困難。這不僅是一個(gè)問題,而且是一個(gè)需要立即解決的問題!
          ?
          最重要的是,最終幻想 7 重制版也要發(fā)布了!(論文發(fā)表于2021年5月)
          ?
          ?
          論文的第二章介紹了數(shù)據(jù)收集和清洗的過程。
          ?
          Tiffany的情緒波動(dòng)的嚴(yán)重程度按照類別被記錄下來,并帶有該主觀情緒的時(shí)間戳,以及這次情緒波動(dòng)給作者的錢包帶來了多少金錢損失。
          ?
          ?
          時(shí)間序列分析和建模只是開發(fā)最佳 TMFM 工作的 15%。在 Tiffany 的歷史情緒數(shù)據(jù)能夠在中進(jìn)行分析并在本文中進(jìn)行預(yù)測之前,必須對其進(jìn)行收集和清理。當(dāng)然,她的情緒可能是季節(jié)性的,并在即興的網(wǎng)上購物中表現(xiàn)出來,與情緒無關(guān)的購物似乎根據(jù)假期和特殊場合具有季節(jié)性。
          ?
          但這并不意味著這些特殊的季節(jié)性影響和 24 小時(shí)新聞周期對蒂芙尼的情緒波動(dòng)沒有影響。由于季節(jié)-假期-心情因果關(guān)系的問題,建立了心情度量等效測量 (MMEM),以獲取季節(jié)性數(shù)據(jù)以準(zhǔn)確評估以下等式中的蒂芙尼心情變量 (Tiffany Mood Variability, TMV),其中 SACM 是 季節(jié)性自相關(guān)矩陣通過平均購買量和社交媒體趨勢分析計(jì)算得出,并根據(jù)她的工作周負(fù)擔(dān)進(jìn)行標(biāo)準(zhǔn)化。然后通過確保矩陣對稱性將 SACM 轉(zhuǎn)換為 TMV。
          ?
          ?
          應(yīng)用于蒂芙尼情緒波動(dòng)數(shù)據(jù)的最簡單模型是 7 天移動(dòng)平均線。雖然這種極其基本的方法可能不是實(shí)現(xiàn)更高維度預(yù)測器的最佳方法,但與更復(fù)雜的替代方案相比,它創(chuàng)建的預(yù)測噪聲更小。
          ?
          雖然她的數(shù)據(jù)在 24 小時(shí)周期內(nèi)似乎是自相關(guān)的,但非直觀預(yù)測的最有效平均窗口優(yōu)化為 7 天移動(dòng)平均線,以防她只是感覺周一的情況不好。在極端多變的日子里,情況并非如此,在 2018 年快艇和懷孕恐慌事件期間,蒂芙尼的情緒按小時(shí)移動(dòng)平均模型實(shí)施。
          ?
          ?
          當(dāng)然了,捉摸不透的女朋友當(dāng)然也得用上捉摸不透的模型!
          ?
          沒有什么比 Tiffany 的情緒波動(dòng)更像是一個(gè)無法解釋的機(jī)器學(xué)習(xí)黑匣子的黑匣子了。作用使用長短期記憶 (LSTM) 結(jié)構(gòu)。
          ?
          作者表示,即使經(jīng)過十年的穩(wěn)定關(guān)系和許多起起落落,關(guān)于那個(gè)「美妙的女人」,仍然有很多困惑。盡管經(jīng)過多年的約會和廣泛的時(shí)間序列分析,我認(rèn)為我對她的了解程度很高,但當(dāng)最終幻想7在不到三周內(nèi)問世時(shí),黑盒機(jī)器學(xué)習(xí)算法方法可能是最佳方法。
          ?
          ?
          當(dāng)然了,最后就是激動(dòng)人心的實(shí)驗(yàn)結(jié)果環(huán)節(jié),如上面那張圖所述,實(shí)驗(yàn)結(jié)果圖的畫風(fēng)十分詭異,也表明了再牛的模型也無法預(yù)測女朋友的情緒軌跡。
          ?
          七日移動(dòng)平均線能夠最好地預(yù)測Tiffany情緒的總體趨勢,但沒有預(yù)測到其他模型預(yù)測的較低逼真度變化。六元組指數(shù)平滑函數(shù)能夠?qū)崿F(xiàn)更高的保真度預(yù)測,但錯(cuò)過了許多局部趨勢。雖然ARMA能夠捕捉到更大的趨勢和更多的本地趨勢,但它產(chǎn)生了危險(xiǎn)的不準(zhǔn)確預(yù)測,如果采取行動(dòng),至少會開始一、兩個(gè)晚上關(guān)于「這種關(guān)系到底會走向何方」的討論。
          ?
          文章的結(jié)論部分作者依然對他心心念念游戲進(jìn)行展望。
          ?
          距離在我的PS5上下載Final Fantasy 7重置版還有18天,這些算法都在積極監(jiān)控Tiffany的購買行為、情緒變化,以及關(guān)于她的下屬的工作對話,而這些下屬并不知道他們在做什么。
          ?
          一旦所有預(yù)測模型(LSTM除外)達(dá)成一致,我相信我能在6月10日至7月4日假期期間安排足夠的晚間視頻游戲時(shí)間,去她父母位于肯塔基州路易斯維爾的家玩游戲,這樣我的朋友就不會叫我被鞭打了。
          ?
          關(guān)于未來工作,作者表示通過正確的建模和一些常識性的風(fēng)險(xiǎn)管理,這些技術(shù)可用于確定從杰弗里那里購買快艇的最佳時(shí)間。我知道匹茲堡附近沒有很多適合快艇的好地方,但這更多的是對記憶的投資,并且有了足夠準(zhǔn)確的預(yù)測模型,它可以與蒂芙尼以非對抗的方式重新解決。
          ?
          不過好像少了點(diǎn)什么,這篇論文沒有「致謝」女朋友!(滑稽)
          ?

          參考資料:

          https://www.reddit.com/r/MachineLearning/comments/q3y8yq/r_a_timeseries_analysis_of_my_girlfriends_mood/

          ···? END? ···
          一、Number(數(shù)字)
          全面掌握Python基礎(chǔ),這一篇就夠了,建議收藏
          Python基礎(chǔ)之?dāng)?shù)字(Number)超級詳解
          Python隨機(jī)模塊22個(gè)函數(shù)詳解
          Python數(shù)學(xué)math模塊55個(gè)函數(shù)詳解
          二、String(字符串)
          Python字符串的45個(gè)方法詳解
          Pandas向量化字符串操作
          三、List(列表)
          超級詳解系列-Python列表全面解析
          Python輕量級循環(huán)-列表推導(dǎo)式
          四、Tuple(元組)
          Python的元組,沒想象的那么簡單
          五、Set(集合)
          全面理解Python集合,17個(gè)方法全解,看完就夠了
          六、Dictionary(字典)
          Python字典詳解-超級完整版
          七、內(nèi)置函數(shù)
          Python初學(xué)者必須吃透這69個(gè)內(nèi)置函數(shù)!
          八、正則模塊
          Python正則表達(dá)式入門到入魔
          筆記 | 史上最全的正則表達(dá)式
          八、系統(tǒng)操作
          Python之shutil模塊11個(gè)常用函數(shù)詳解
          Python之OS模塊39個(gè)常用函數(shù)詳解
          九、進(jìn)階模塊
          【萬字長文詳解】Python庫collections,讓你擊敗99%的Pythoner
          高手如何在Python中使用collections模塊
          【萬字長文】詳解Python時(shí)間處理模塊-datetime
          掃描關(guān)注本號↓
          瀏覽 40
          點(diǎn)贊
          評論
          收藏
          分享

          手機(jī)掃一掃分享

          分享
          舉報(bào)
          評論
          圖片
          表情
          推薦
          點(diǎn)贊
          評論
          收藏
          分享

          手機(jī)掃一掃分享

          分享
          舉報(bào)
          <kbd id="afajh"><form id="afajh"></form></kbd>
          <strong id="afajh"><dl id="afajh"></dl></strong>
            <del id="afajh"><form id="afajh"></form></del>
                1. <th id="afajh"><progress id="afajh"></progress></th>
                  <b id="afajh"><abbr id="afajh"></abbr></b>
                  <th id="afajh"><progress id="afajh"></progress></th>
                  久久人兽 | 久久黄色成人视频 | 在线免费日韩 | 97天天操| www.97色色 |