The power of noise and the art of prediction

تجزیه و تحلیل داده ها معمولا هدف شناسایی یک سیگنال خاص، مانند یک اثر مداخله است. تجزیه و تحلیل متعارف اغلب فرآیند تولید اطلاعات خاصی را در نظر می گیرد که این امر یک مدل نظری را که بهترین داده ها را متناسب می سازد، به دست می دهد. تکنیک های یادگیری ماشین چنین فرض نمی کند. در حقیقت، آنها چندین مدل را تشویق می کنند تا با همان داده ها رقابت کنند. با استفاده از رگرسیون لجستیک و الگوریتم های یادگیری ماشین به داده های واقعی و شبیه سازی شده با ویژگی های مختلف نویز و سیگنال، ما نشان می دهیم که هیچ یک از مدل ها در هر شرایط غالب بر دیگران نیستند. با نشان دادن زمانی که مدل های مختلف درخشش و یا مبارزه می کنند، ما استدلال می کنیم که مهم است که تجزیه و تحلیل پیش بینی با استفاده از اعتبار سنجی برای شواهد بهتر که تصمیم گیری را اطلاع می دهد، مهم است.