GP has been establishing to display

GP has been establishing to display a few focal points over other data-driven models (DDMs). Its significant favorable position is in its capability to create programs that can proficiently simulate complex procedures utilizing symbolic expressions [75]. Another point of preference of GP over other robust methods, for example, SVM is that it creates a straightforward and organized representation of the framework being demonstrated, without requiring from the earlier recognizable of the model structure. Be that as it may, in GP both the model structure and its parameters are being optimized, as they are both part of the search process. This gives GP the capacity to naturally recognize the data variables that contribute advantageously to the model and ignore those that don't, in this way reducing the dimensionality of the model. Additionally, GP advances models equipped for giving physical understanding into the input-output interactions inherent in demonstrated framework, rather than the SVM where difficulty still exists in extracting knowledge from the parameters. Then again, GP has its own particular restrictions. Basically, GP is not very powerful in discovering constants, and more importantly, it tends to create more complex functions as the forecast horizon growths [76].

النتائج (العربية) 1:

قد تم إقامة سباق الجائزة الكبرى لعرض عدد قليل من النقاط المحورية على نماذج أخرى تعتمد على البيانات (DDMs). موقفها إيجابي كبير في قدرتها على إنشاء البرامج التي يمكن أن تحاكي براعة الإجراءات المعقدة من خلال استخدام تعبيرات رمزية [75]. نقطة أخرى من التفضيل لسباق الجائزة الكبرى عبر طرق أخرى قوية، على سبيل المثال، SVM أنه يقوم بإنشاء تمثيل مباشر ومنظم لإطار يتم شرحها، دون أن يتطلب ذلك من التعرف في وقت سابق للهيكل النموذجي. كما أنه أيا كان، في سباق الجائزة الكبرى بنية نموذجية والمعلمات الخاصة به هي يجري الأمثل، كما جزء من عملية البحث. وهذا يعطي GP القدرة على الاعتراف بطبيعة الحال بيانات المتغيرات التي تسهم النموذج مفيد وتجاهل تلك التي لا، وبهذه الطريقة الحد من أبعاد النموذج. بالإضافة إلى ذلك، تقدم GP نماذج مجهزة لإعطاء فهم المادية في التفاعلات بين المدخلات والمخرجات المتأصلة في إطار واضح، بدلاً من SVM فيها صعوبة لا يزال موجوداً في استخلاص المعرفة من المعلمات. ثم مرة أخرى، قد سباق الجائزة الكبرى الخاصة قيود معينة. في الأساس، سباق الجائزة الكبرى ليست قوية جداً في اكتشاف الثوابت، والأهم من ذلك، فإنها تميل إلى خلق وظائف أكثر تعقيداً كزوائد الأفق تنبؤ [76].

النتائج (العربية) 2:

تم GP إنشاء لعرض نقاط الاتصال القليلة عبر النماذج التي تعتمد على البيانات الأخرى (DDMs). موقفها إيجابي كبير في قدرتها على خلق البرامج التي يمكن محاكاة ببراعة إجراءات معقدة باستخدام تعبيرات رمزية [75]. نقطة أخرى من تفضيل GP على أساليب قوية أخرى، على سبيل المثال، SVM هو أنه يخلق تمثيل مباشر ومنظم الإطار تم شرحها، دون أن يتطلب ذلك من التعرف عليها في وقت سابق من هيكل نموذج. ومهما كان الأمر قد، في سباق الجائزة الكبرى يتم تحسين كل من هيكل نموذج ومعالمها، وكلاهما جزء من عملية البحث. وهذا يعطي GP القدرة على التعرف بشكل طبيعي المتغيرات البيانات التي تساهم مفيد للنموذج وتجاهل تلك التي لا، وبهذه الطريقة يقلل من أبعاد النموذج. بالإضافة إلى ذلك، GP السلف نماذج مجهزة لإعطاء الفهم الفعلي في التفاعلات المدخلات والمخرجات الكامنة في إطار أثبت، بدلا من SVM حيث صعوبة لا يزال موجودا في استخلاص المعرفة من المعلمات. ثم مرة أخرى، GP لديها قيود معينة خاصة بها. في الأساس، GP ليست قوية جدا في الثوابت اكتشاف، والأهم من ذلك، أنه يميل إلى خلق وظائف أكثر تعقيدا مثل معدلات النمو المتوقعة الأفق [76].

النتائج (العربية) 3:

سباق الجائزة الكبرى تم وضع عرض بضعة مراكز أكثر من غيرها من النماذج التي تعتمد على البيانات (ddms).موقفها ايجابي كبير في قدرته على ايجاد برامج يمكن ان ببراعة محاكاة إجراءات معقدة باستخدام تعبيرات رمزية [75].نقطة أخرى تفضيل سباق الجائزة الكبرى أكثر من غيرها من أساليب قوية، على سبيل المثال، SVM هو أنه يخلق مباشرة ولا تمثيل المنظمة إطار تظاهر، دون اشتراط من قبل التعرف على الهيكل النموذجي.كما يمكن أن يكون، في سباق الجائزة الكبرى كل نموذج الهيكل الأمثل ومكوناته، حيث أنها تشكل جزءا من عملية البحث.تمنح هذه الجائزة قدرة بطبيعة الحال نسلم بيانات المتغيرات التي تسهم في نموذج مفيد وتجاهل تلك التي لا، وبهذه الطريقة يقلل من أبعاد النموذج.وبالإضافة إلى ذلك، سباق الجائزة الكبرى تقدم نماذج مجهزة العطاء المادي فهم في المدخلات والمخرجات التفاعل الكامنة في يدل على الإطار وليس SVM حيث لا تزال هناك صعوبة في استخلاص المعرفة من المعلمات.ثم مرة أخرى، سباق الجائزة الكبرى لها قيود معينة.أساسا، سباق الجائزة الكبرى ليست قوية جدا في اكتشاف الثوابت، والأهم من ذلك أنه يميل إلى خلق وظائف أكثر تعقيدا كما توقع الأفق النمو [76].