А. Г.,
принимаю ваше определение. Вы запрещаете использовать:
Перцептрон (однослойный)
Карты Кохонена
Сети Кохонена
ART
Обучение без учителя
Прекрасно. Я с вами согласен — эти методы не подходят для прогнозирования временных рядов на нестационарных данных.
Но я их и не использую.
Можно использовать совсем другие архитектуры (например, LSTM, GRU, Transformer, или даже просто градиентный бустинг на признаках). Они обучаются с учителем, имеют память, адаптируются и не входят в ваш список.
Кстати, вы сказали, что нейросеть — это только то, что Вы перечислили. Но тогда, по Вашему определению, нейросетей, созданных после 1990 года (а их тысячи), просто не существует. Вы отрицаете всю современную науку о данных.
С таким же успехом можно утверждать, что «автомобиль» — это только Ford Model T 1908 года, а Tesla — не автомобиль.
Может быть стоит работать с современными инструментами? И увидеть, как они приносят результат?
Наш спор окончен.

