이러한 위시리스트 요청을 하게 된 계기는 무엇이었나요?
JMP는 뛰어난 시각화 및 사전 처리 기능을 갖추고 있습니다.
다항식 근사보다 더 다재다능한 명시적 표현식을 생성하는 목적으로 이러한 기능을 활용하는 것이 좋습니다.
일부 분야에서는 머신러닝("블랙박스" 유형)을 통해 생성된 근사치가 아닌 명시적인 근사치가 필요합니다. 순수한 다항식 근사치만으로는 충분하지 않은 경우가 많습니다. 기호 회귀 분석이 큰 도움이 될 수 있습니다.
기능적 형태에 대한 초기 사양은 필요하지 않습니다.
https://en.wikipedia.org/wiki/심볼릭_회귀
어떤 개선을 원하시나요?
예측 기능의 일부로 상징적 회귀 기능을 갖추는 것입니다.
이 아이디어가 왜 중요한가요?
상징적 회귀는 다항식 회귀 분석의 기능을 크게 확장합니다.
이는 신경망의 다양성에 접근하여 결과적으로 명확한 기능적 표현을 제공한다는 장점이 있습니다.
기능적 형태에 대한 초기 사양은 필요하지 않습니다.
요청해 주셔서 감사합니다. 요청하신 내용을 자세히 조사하여 다시 연락드리겠습니다.
안녕하세요 @VladimirB 님 , 심볼릭 회귀 분석 관련 추가 기능인 'Symbolic Regression using Python Package'가 있습니다. 사용해 보시고 필요하신 기능을 충족하는지 알려주시면 감사하겠습니다.
