Ho_Chu, 

«В конце войны он подготовил секретный меморандум для Bell Labs под названием «Математическая теория криптографии», датированный сентябрём 1945 года. Эта статья была рассекречена и опубликована в 1949 году как «Теория связи в секретных системах» в Bell System Technical Journal. »

ru.wikipedia.org/wiki/%D0%A8%D0%B5%D0%BD%D0%BD%D0%BE%D0%BD,_%D0%9A%D0%BB%D0%BE%D0%B4?ysclid=mpf9z9v8ii858276281

Как Вы думаете, в 70-х в КГБ СССР не могло быть и первого материала?

И кем был Медведев до академии криптографии не знаете?

cryptoacademy.gov.ru/about/scientists/medvedev-yuriy-ivanovich/

МЕДВЕДЕВ ЮРИЙ ИВАНОВИЧ полковник. Родился в 1929 году в городе Иркутске. В 1953 году окончил физико-математический факультет Московского государственного университета им. Ломоносова. Учился в аспирантуре НИИ-1 ГУСС, аспирантуре 8-го Управления МВД, аспирантуре 8-го Главного Управления КГБ, которую закончил в 1956 году. Доктор физико-математических наук, профессор. С 1953 по 1962 год сотрудник, старший сотрудник, старший научный сотрудник отделов 8-го Главного Управления КГБ. С 1962 по 1976 год начальник отделения, научный консультант отдела 8-го Главного Управления КГБ. С 1976 по 1985 год научный консультант 8-го Главного Управления КГБ.

Ho_Chu, 

Из Алисы:

В 1946 году Шеннон разработал подход к определению количества информации в сообщениях, который учитывал неравновероятное появление символов и их статистическую связь. 

Формула Шеннона для вычисления количества информации имеет вид:I = — (p1 log2 p1 + p2 log2 p2 + … + pN log2 pN),где:

• I — количество информации;
• N — количество возможных событий;
• pi — вероятность того, что именно i-е событие выделено в наборе из N сообщений.

Ho_Chu, Вы в Алисе поискали про Шеннона?

Ho_Chu, 

Шеннон — 1948, а не 1946. 

Теорема Шеннона, о которой я говорил — это точно 1946-й год. Просто эта  работа была закрыта до 1949-го и вышла в обобщенном варианте.

Наберите в Яндексе «формула Шеннона 1946-го года» и Алиса Вам все расскажет :)

Просто я же по образованию математик-криптограф и потому о ней узнал еще во время обучения. А в других физмат ВУЗах СССР о ней было запрещено говорить на открытых лекциях и семинарах.

А о невозможности получения оценки постоянного  среднего нестационарного распределения методом Монте-Карло на имеющихся наблюдениях — это учебник по теории вероятностей и математической статистике Медведева и Ивченко в 1978-м году первый раз выпущенный.
 Но, увы, в статьях авторов учебника в журнале Теория вероятностей и ее применения  этого не нашел, а рыться в англоязычных источниках из списка литературы было лень.

А учебник читал потому, что и тот, и другой были математиками-криптографами, очень известными в узких кругах :)

Ho_Chu, ну вот и пришли к почти общему мнению. Только не понял, где я ошибся в датах с теоремой Шеннона и временем (первая половина 80-х годов прошлого века), когда узнал о невозможности получения оценки постоянного  среднего нестационарного распределения методом Монте-Карло на имеющихся наблюдениях. 

Других дат я и не называл.

Всё новое из 90-х — это только то, что метод обучения нейросети — это частный случай метода Монте-Карло. 

Ho_Chu, 

Мы ограничиваем класс: нейронные сети, деревья, гауссовские процессы, линейные модели. 

Да я говорил только о нейронных сетях, потому что функциями, используемыми в них, перебором можно приблизить любую функцию g(t, X). 

Собственно моё утверждение и было только, что нельзя использовать обучающуюся нейросеть на вход которой подаются прошлые цены, Ничего другого я утвеждать не могу.

Так что  ИИ с какими-то другие функциями и другими принципами повторения мои утверждения точно не имеют никакой связи.

Кстати, я хотел это добавить в предыдущий пост, но Вы ответили быстрее.

А теорема Шеннона как раз другая: этим методом Вы получите все открытые тексты длины N, а потому не сможете узнать, какой был послан :)

Ho_Chu, о, вспомнил. Лучшим в среднеквадратичном прогнозом пока ненаблюдаемой случайной величины У от наблюдаемого случайного вектора Х является среднее У по условному распределению У/Х. Это есть ещё в учебнике Феллера 60-х годов. 

Для любого условного распределения это условное среднее является некоторой детерминированной функцией от Х. Это есть в учебнике Медведева, Ивченко 1978-го года.

По всем случайным процессам с конечным матожиданием эти функции представляют собой множество всех конечных функций R^n->R

Для нестационарных процессов эти функции от Х разные   в разные моменты времени.

Если никакие свойства  любой наблюдаемой конечной функции g(X, t) априори не определены, то определить эту функцию методом перебора улучшающим значение любой однозначной функции от всех наблюдений невозможно, потому что существует бесконечное множество различных функций g, для которых эта величина будет иметь одно и тоже значение. 

Кстати, теорема Шеннона — это частный случай последнего. 

Вот «откуда» мои «знания». И всё это точно было  в высшей математике ещё в первой половине 80-х  годов прошлого века, ведь я поступил в физмат ВУЗ в 1979-м.

Ho_Chu, это не точно об  uniformly minimum mean-squared-error predictor. Та печатная работа была основана на невозможности получения хороших  оценок любых семиинвариантов одномерных функций от независимого нестационарного случайного многомерного процесса методом перебора. А среднее — это только частный случай семиинварианта одномерного случайного процесса.

И не ИИ меня тогда интересовал, а методы дешифрования. Для меня это в каком-то смысле был аналог теоремы Шеннона 1946-го года, о невозможности дешифрования при наложении на двоичный открытый текст неизвестной случайной независимой и равновероятной двоичной последовательности по модулю два.

Ho_Chu, дата в моем предыдущем тексте — это только о дате доказательства теоремы. Я просто так понял Ваш текст «начиная с даты».

Ho_Chu, ну в математике дата не важна. Там результат либо есть, либо нет.

Ho_Chu, теорема 80-х годов прошлого века о невозможности статистических прогнозов функций от нестационарных случайных векторов путем оптимизации выбора функции по одномерной ошибке.

А зачем расходы Вы считаете в долларах? У Вас доходы в них же?

Продолжение

smart-lab.ru/blog/1305459.php#comment19489705

Михаил Михалев, на вход любого ИИ нельзя подавать нестационарные числовые ряды. А цены на рынке таковые.

Дима, я специально сделал вначале доступ всем, чтобы ты начал писать свои политглупости. Ведь мне же еще в субботу хороший знакомый дал информацию, что ты и Ptrade-PaJN-Maksallin один и тот физический человек, ставящий мне минусы с заблокированных аккаунтов, зарегистрированных с тобой в одну и ту же дату. Вот ссылки, на которые я сделал картинки, чтобы ты не удалил свои комментарии



smart-lab.ru/blog/1302238.php#comment19464862


smart-lab.ru/blog/1300769.php#comment19454515

А вот картинка из моего ЧС, куда я специально внес тех заблокированных, ставивших мне минусы



И любой может, зайдя по этой ссылке убедиться, что у 19 из 21 дата  регистрации 23.01.2014, как и у тебя.

У тебя «провал».

Михаил Михалев, ну на таком графике, как синий, очень трудно «ракетить».

Дмитрий, я уже давно дал ответ на этот вопрос: курс рубля

smart-lab.ru/blog/1207446.php

Goldman331, ну то, что после «если» в п.1 именно «реализуется».

DrManhattan, мой прогноз об отсутствии сильных ростов и падений российского фондового рынка при ставке ЦБ намного больше официальной инфляции сбывается с декабря 2023-го

smart-lab.ru/blog/974558.php

А то, что я не могу дать прогноза отказа от этой политики — это во всех моих топиках о ней и потому в заголовке «прогноз» в кавычках.

Это то, что цель этой политики не борьба с инфляцией, а борьба за укрепление рубля — это  действительно открыл для себя только в сентябре прошлого года.

Александр Силаев, так у нас в ПИФах для неквалов ни один эмитент не должен иметь и больше 10% в перспективе (сейчас, ИМХО, 12%). В штатах для «мануалфондов» тоже самое. А индексы и создаются для сравнения с фондами.