मैं वर्तमान में एक ऐसी परियोजना पर हूं, जहां मुझे मूल रूप से जरूरत है, जैसे हम सब समझते हैं कि आउटपुट इनपुट से कैसे संबंधित है । यहाँ ख़ासियत यह है कि डेटा मुझे एक बार में एक टुकड़ा दिया जाता है, इसलिए मैं हर बार जब मैं एक नया प्राप्त करता हूं, तो मैं अपने विश्लेषण को अपडेट करना चाहता हूं । मेरा मानना है कि इसे "ऑन-लाइन" प्रसंस्करण कहा जाता है, "बैच" प्रसंस्करण के विपरीत, जहां आपके पास आवश्यक सभी डेटा हैं और एक ही समय में सभी डेटा का उपयोग करके अपनी गणना करते हैं।x ( y , x ) ( y , x )
इसलिए मैंने विचारों के लिए चारों ओर देखा है, और मैं आखिरकार इस निष्कर्ष के साथ आया हूं कि दुनिया तीन में विभाजित है:
पहला भाग सांख्यिकी और अर्थमिति की भूमि है। वहां के लोग ओएलएस, जीएलएस, इंस्ट्रूमेंट वैरिएबल, एआरआईएमए, टेस्ट, डिफरेंस का अंतर, पीसीए और व्हाट्नॉट करते हैं। इस भूमि में ज्यादातर रैखिकता का प्रभुत्व है और केवल "बैच" प्रसंस्करण है।
दूसरा भाग मशीन लर्निंग और कृत्रिम बुद्धिमत्ता, पर्यवेक्षित और अनुपयोगी अधिगम, तंत्रिका नेटवर्क और एसवीएम जैसे अन्य शब्दों का द्वीप है। दोनों "बैच" और "ऑन-लाइन" प्रसंस्करण यहां किए जाते हैं।
तीसरा भाग एक संपूर्ण महाद्वीप है जिसे मैंने अभी-अभी खोजा है, ज्यादातर विद्युत इंजीनियरों द्वारा आबाद है, इसलिए ऐसा लगता है। वहां, लोग अक्सर अपने टूल में "फिल्टर" शब्द जोड़ते हैं, और उन्होंने विडो-हॉफ एल्गोरिथ्म, रिकर्सिव कम से कम वर्ग , वीनर फिल्टर , कलमन फिल्टर और शायद अन्य चीजें जैसे महान सामान का आविष्कार किया , जो मैंने अभी तक नहीं खोजा है। जाहिरा तौर पर वे ज्यादातर "ऑन-लाइन" प्रसंस्करण करते हैं क्योंकि यह उनकी आवश्यकताओं को बेहतर ढंग से फिट करता है।
तो मेरा सवाल यह है कि क्या आपके पास इस सब पर वैश्विक दृष्टि है? मैं इस धारणा के तहत हूं कि दुनिया के ये तीन हिस्से एक-दूसरे से बहुत ज्यादा बात नहीं करते हैं। क्या मै गलत हु? क्या एक ग्रैंड यूनिफाइड थ्योरी ऑफ़ अंडरस्टैंडिंग है कि कैसे , संबंधित है ? क्या आप किसी ऐसे संसाधन को जानते हैं जहाँ उस सिद्धांत के आधारों को रखा जा सकता है?एक्स
मुझे यकीन नहीं है कि अगर यह प्रश्न वास्तव में समझ में आता है, लेकिन मैं उन सभी सिद्धांतों के बीच थोड़ा खो गया हूं। मैं प्रश्न के उत्तर की कल्पना करता हूं "क्या मुझे यह या वह उपयोग करना चाहिए?" होगा "यह इस बात पर निर्भर करता है कि आप क्या करना चाहते हैं (और अपने डेटा पर)"। हालाँकि मुझे ऐसा लगता है कि उन तीनों दुनियाओं ने एक ही सवाल ( ?) का जवाब देने की कोशिश की है और इसलिए इस सब पर एक उच्च विचार होना संभव है, और गहराई से समझना चाहिए कि प्रत्येक तकनीक को क्या खास बनाता है।