A note on the representative adaptive learning algorithm

ما پیش بینی های مختلف از الگوریتم های یادگیری تطبیقی ​​و کالیبراسیون را به داده های زمان واقعی ایالات متحده در مورد تورم و رشد داده شده مقایسه می کنیم. ما دریافتیم که مقادیر کم با دستاورد های ثابت که برای پیش بینی نتایج پیش بینی شده مطابقت دارند، بهترین عملکرد کلی را هم درمورد دقت پیش بینی و هم در پیش بینی های مطابقت (آینده) ارائه می دهد.