Cosa ti ha ispirato a richiedere questa lista dei desideri?
JMP offre grandi capacità di visualizzazione e pre-elaborazione.
Sarà utile utilizzare queste capacità per generare un'espressione esplicita più versatile dell'approssimazione polinomiale.
In alcuni campi, le approssimazioni esplicite sono più efficaci di quelle generate tramite Machine Learning (tipo "scatola nera"). Spesso, le approssimazioni polinomiali pure non sono sufficienti. La regressione simbolica può essere di grande aiuto.
Non è richiesta alcuna specifica iniziale della forma funzionale.
https://en.wikipedia.org/wiki/Regressione_simbolica
Quale miglioramento vorresti vedere?
Avere capacità di regressione simbolica come parte delle capacità predittive.
Perché questa idea è importante?
La regressione simbolica amplia notevolmente le capacità della regressione polinomiale.
Si avvicina alla versatilità delle reti neurali con il vantaggio di fornire come risultato un'espressione funzionale esplicita.
Non è richiesta alcuna specifica iniziale della forma funzionale.
Grazie per la tua richiesta. Esamineremo ulteriormente la tua richiesta e ti contatteremo.
Ciao @VladimirB , è disponibile un componente aggiuntivo per la regressione simbolica: Regressione simbolica using Python Package. Se l'hai provato, puoi dirci se soddisfa le tue esigenze?
