Я не занимаюсь астрологией и честно говоря не верю что она работает, но у меня есть интересная идея.
Область в которой я работаю называется машинным обучением, это наука о том как делать программы, которые могут самостоятельно учиться работать правильно, без контроля со стороны программиста. Обычно в машинном обучении задача ставится так: есть несколько тысяч картинок с рукописными цифрами, для каждой из известно, какая цифра нарисована. Программа должна посмотреть на эти данные и научиться различать цифры. Современные технологии развиты настолько, что компьютеры могут таким образом различать цифры иногда даже точнее (и намного быстрее, конечно) чем сами люди.
Распознавание циферок - это не самая интересная задача. Интересно тут то, что похожие задачи можно сформулировать для астрологии: пусть даны натальные карты (в цифровом виде) большого количества людей, о личности которых что-то известно, и наша программа должна научиться выводить эти свойства личности из натальной карты. В качестве примера, можно взять список спортсменов, и список ученых, и наша программа будет учиться отличать одних от других по дате рождения.
Собственно говоря, пришел я сюда чтобы спросить совета: где мне найти такие базы данных с большим количеством людей с точно известным временем рождения, существуют ли они? Какие признаки лучше всего предсказываются астрологией? Я уже слышал что планеты не указывают а только склоняют, но тут и не обязательно 100% уверенность, достаточно того чтобы что-то было можно определить с надежностью больше чем у случайного угадывания.
Если у меня будут эти данные, то я смогу сделать программу-астролога, которая будет отвечать на какие-то вопросы не хуже чем человек-астролог, я уверен. Ну а какой точности соответствует этот уровень, я не знаю
вам поможет.
Но на мой взгляд это бесполезное занятие. Машина используется только для построения, а для интерпретации человек-астролог.
Потому что на одну картинку у вас будет например 50 описаний, и в чем смысл тогда?
__________________ Есть Судьба, и есть Путь.
Последний раз редактировалось Аделия, 10.07.2015 в 05:34.
Сложные связи между планетами в карте.
Они учитываются.
Рецепции, владение домом, фазы планет, углы и т.п.
А вы за основу машинного расчета какие параметры хотите брать?
Какие входные переменные?
если можно коротенько, на сколько вопросов из скольких отвечал верно?
__________________ Вчера мой кот взглянул на календарь
И хвост трубою поднял моментально,
Потом подрал на лестницу, как встарь,
И завопил тепло и вакханально:
«Весенний брак! Гражданский брак!
Спешите, кошки, на чердак...»
чистота экспириенса
у нас на тренингах его бы погонять для опытов ))
__________________ Вчера мой кот взглянул на календарь
И хвост трубою поднял моментально,
Потом подрал на лестницу, как встарь,
И завопил тепло и вакханально:
«Весенний брак! Гражданский брак!
Спешите, кошки, на чердак...»
Я думаю упустить какую-то часть сложности в первой версии не фатально, можно наверстать позже
Мой план на тему того что нужно делать оформился в таком виде: я выкачал базу данных Гоклена
Научился считывать эти данные в python'е
Эфемериды планет на время рождения можно рассчитывать с помощью библиотеки pyephem, но надо будет пересчитать их на дома и знаки зодиака, тогда я буду знать для каждой планеты в каком она доме и в каком знаке зодиака
Для самого машинного обучения использую библиотеку scikit-learn
Для такой задачи лучше всего будет разделить все входные переменные, т.е. подавать на вход бинарные значения типа "находится ли планета X в знаке/доме Y". Все возможные комбинации X и Y дают 9*24 = 216 переменных. Это, конечно, много, но с учетом того что у меня уже есть 8776 человек в базе, может быть и не слишком много.
И вы повторите ошибку Гоклена. А что именно вы хотите найти проверяя эту база наталов? Какой параметр предсказания?
Если хотите заняться реальным делом и есть опыт в анализе данных - предлагаю поучаствовать в исследованиях по астрометеорологии. Там все строго объективно - температура, влажность, скорость ветра итд итп. И есть методики, которые нужно проверять статистически. База данных погоды по Питеру с 1936 по 2006 (4 измерения в сутки). Данных более чем достаточно.
Параметр предсказания - профессия, как она указана у Гоклена. Неужели вы считаете что по натальной карте нельзя дать такое предсказание с точностью выше чем у случайного угадывания.
Ну тогда надо изучить какие факторы астрологи ищут для определения професии.
Мое предложение в силе. Софт я пишу сам. Работает под Android. Все считает, рисует, расширяется Lua скриптами. В следующей версии будет работа с SQL базами.
Машинное обучение в астрологии
Линейный вид
