Zitat:
Zitat von keko#
Ich weiß nicht, ob das völlig wumpe ist. Gegebenheiten der realen Welt sind i.d.R. komplex und nicht einfach mit Papier und Bleistift zu beschreiben wie exponentielles Wachstum. Man muss sich mit komplexer Zahlenverarbeitung herumschlagen. Der Ansatz von ML bietet hier Vorteile. Es geht nicht darum eine Kurve zu plotten und den Verlauf zu bewundern, sondern die Parameter zu kennen, warum die Kurve so oder so verläuft. Nicht umsonst sind Facebook oder andere kommerzielle Plattformen (oder auch Staaten) so erpicht auf möglichst viele Daten.
|
Interessant wäre, ob ML auch in der Lage wäre, Erklärungen für die nicht proportionalen (und über die Zeit auch teilweise divergierenden Verläufe von Positivtests, Hospitalisierungen und Todesfällen zu finden, z.b. in lokal oder länderweise unterschiedlichen Faktoren - sowas könnte die Einordnung der primär als Kriterium genutzten Positivtests verbessern, da offensichtlich nicht immer und überall vergleichbare Steigerungen von Hospitalisierungen und Todesfällen aus hohen Anstiegsraten der Positivtests folgen. Weiss jemand etwas von solchen Datananalysen? Allerdings dürfte ML auch nur die Parameter zueinander gewichten, die man eingibt - es bleibt also bei jeder Modellierung die Ungewissheit, ob main einen wesentlichen Faktor evtl. übersehen hat.