DixieJoe

Postado 1 minuto dixie os filtros da lotofacil tem ser tratados sempre em duplas na sona da largura deles exemplo voce nao pode pode colocar par minimo de 6 e maximo11 e no impar tambem 6 e 11 porque 11 mais 6 da 17 sempre a soma tem ser 15. porque os filtros da lotofácil tem ser tratados sempre em duplas na sua configuraçao? ex= par /impar primos e restantes etc. sorel, isso não me parece fazer sentido algum. Se eu digo pro programa quantos Pares desejo num bom jogo, já estou dizendo, AUTOMATICAMENTE, quantos IMPARES desejo naquele jogo. Então, não parece ter lógica alguma. ---- Eu já te falei que a IA já está "variando"!!!! kkkkkk

Julio Cezar,, Não entendi a pergunta sobre link? Sim, esses filtros são parte dos quase 1000 que tenho no DixiePro. A questão é, antes de aceitar seu arquivo para testar: Filtrar usando quais valores? Os valores que estão na planilha disponível na área de downloads são os valores corretos para cada Atributo/Filtro, ao longo do histórico. Baixe a planilhe e dê uma boa analisada. Se você me definir quais os valores quer que sejam utilizados em cada Filtro, posso fazer o teste para você, SIM! Mas não espere que eu defina os valores, por favor. É exatamente atrás disso que estamos há todo o tempo! Entendeu? ---- Então, primeiramente faça o download do arquvo que citei. Coloque numa planilha e analise (prinicipalmente olhando nas últimas 4 linhas que mostram Menor, Maior, Média e Mediana para cada Filtro). Embaixo de tudo, escreva os valores que gostaria de testar, nas colunas escolhidas. Me mande o arquivo que quer testar e também os valores (sua planilha anotada) que escolheu. Me informe para qual sorteio, claro!

Eu vi esses artigos. Mas os analistas mais experietes lá fora estão falando que o ChatGPT é melhor no momento.

sorel, Essa IA que você está usando é boa para "falar" o que é bom. Mas não está conseguindo convencer em nada. Falar que Transformers é bom, nós sabemos! Queremos exemplos e modelos de uso para prever. Não quero falar com IA sobre filtros. Só sobre como Prever próximos valores (valores seguintes a cada sorteio) para a base de dados que criei. Senão, vamos começar a estudar tudo de novo! Criar novos filtros! Etc... Não é disso que precisamos. Só precisamos saber como criar modelos que nos ajudem a buscar um valor em cada série de dados. USANDO A BASE CRIADA e disponível. Com 149 filtros! Procure não mudar o foco. Ela não está conseguindo ajudar, concorda? Só diz que é possível, que determinado modelo e melhor, etc. Que podemos usar para isso, etc.. Sabemos de tudo isso. ---- Quanto a cancelar o ChatGPT, ainda não sei. Tenho outros objetivos com os Agentes GPT. Não só sobre loterias. Mas sobre outras coisas que estamos estudando aqui. Então, por enquanto, vou ficar com o ChatGPT. Por mais uns meses. Depois, vamos pensar no Gemini, quando lançarem a versão Ultra.... Deve ser liberada logo. Ai, se tiver alguns recursos como Agentes GPT, posso pensar em migrar para Gemini Ultra. Gemini Pro é bom, sem dúvida. Mas, pelo que andei lendo, ainda o ChatGPT está melhor em muitas coisas. Mas acredito que a Google vai melhorar bastante

Não tem importância, sorel, Já estou esperando há mais de 30 anos. E já acertei mais de uma vez. SEM JOGAR! Agora, está chegando a hora de acertar! --- Criei coragem e comecei minha primeira conversa com o ChatGPT. Fiz uma assinatura paga para testar. Na versão paga, ele aceita uploads. Passei o meu arquivo pra ele analisar e sugerir. Já de cara, encontrou problemas na "infra-estrutura". Ele disse que não conseguiu executar por falta de recursos. Imaginem: Se ele encontra falta de recursos, nós vamos encontrar o que, rsrsrs? Abaixo, minha primeira conversa com ele! Como disse, nas próximas 2 semanas, estou sem tempo para continuar! Depois, vou "espremer" até conseguir. Neste momento, em que ele encontrou problemas, me recomendou fazer sozinho usando meu próprio ambiente de Python. Como já disse, estou sem tempo para aprender Python agora. Vamos ver depois, se conseguimos evoluir..... De uma coisa gostei: No final de nossas conversas, me recomendou usar, ADIVINHEM O QUE? TRANSFORMERS!!!! Que é exatamente o modelo que o ChatGPT utiliza e que eu comentei acima! Me garantiu que é o melhor modelo para previsão de séries temporais no momento! Mas já adiantou que não é tão simples de utilizar e que vou ter que estudar e preparar os dados de forma a ajudar o modelo Transformer a conseguir melhores resultados. Complicado isso: Coloca açucar na nossa boca e não consegue nem fazer a primeira análise, conforme ele mesmo sugeriu. Baseada em modelos ARIMA. Engasgou e me mandou fazer no meu próprio ambiente!!!! kkkkk Que eu nao tenho!!! Um dia, vai ajudar de verdade., E precisei pagar US$.20 por mês! Pode isso? You I have a spreadsheet with historical values for 149 attributes on about 2900 instances. I would like to be able create models that would be able to make predictions for EACH next value in each attribute. Is it possible? Can I upload my spreadsheet to get examples of programs and models in Python, for example? ChatGPT ChatGPT Yes, it is possible to create models that can predict the next value for each attribute in your dataset, and you can certainly upload your spreadsheet for guidance on how to proceed. Given the nature of your task, there are several approaches you might consider, each with its own advantages and implications for model complexity and performance. Here are a few general strategies and considerations for creating predictive models for your dataset: 1. Time Series Forecasting If your attributes are time-dependent (i.e., they represent sequential measurements over time), you might treat this as a time series forecasting problem. Models such as ARIMA, SARIMA, and LSTM (a type of recurrent neural network) are commonly used for time series data. For multivariate time series (multiple attributes over time), Vector Autoregression (VAR) or multivariate LSTM models could be suitable. 2. Regression Models For predicting numerical values, regression models (linear regression, ridge regression, LASSO, etc.) can be used. If your data does not have a time component or the next value prediction does not rely heavily on the sequence of previous values, regression models might be a good fit. 3. Machine Learning Models Machine learning models such as Random Forest, Gradient Boosting Machines (e.g., XGBoost, LightGBM), and neural networks can be used for both classification (if your attributes represent categorical data) and regression problems. The choice of model can depend on the nature of your data (numerical, categorical, time-series, etc.) and the complexity of the relationships between attributes. 4. Deep Learning Models For more complex datasets, especially those where the prediction might benefit from learning non-linear relationships or interactions between attributes over time, deep learning models (e.g., Convolutional Neural Networks for spatial data, Recurrent Neural Networks for sequential data, Transformer models for sequences without strict time dependency) can be powerful. Preparing Your Data Before training any model, it's crucial to prepare your data. This includes: Handling missing values: Depending on the extent and nature of missing data, you might choose to impute missing values, exclude them, or use models that can handle missing values inherently. Normalization or Standardization: Especially important for neural networks and when attributes are on different scales. Feature Engineering: Creating new features that might help the model make better predictions, such as rolling averages for time series. Model Evaluation Whichever model you choose, it's important to evaluate its performance using appropriate metrics (e.g., MAE, MSE, RMSE for regression; accuracy, precision, recall, F1 score for classification) and validation techniques (e.g., train/test split, cross-validation). Uploading Your Spreadsheet You can upload your spreadsheet here, and I can guide you through some specific examples of Python code and models that might be suitable for your dataset. Please keep in mind the privacy and sensitivity of your data when sharing. Next Steps To proceed, please upload your spreadsheet. Based on the structure of your data, I can provide more tailored advice on preprocessing your data, selecting models, and implementing them using Python libraries such as pandas, scikit-learn, TensorFlow, or PyTorch. Você Tenho uma planilha com valores históricos para 149 atributos em cerca de 2900 instâncias. Gostaria de ser capaz de criar modelos que seriam capazes de fazer previsões para CADA próximo valor em cada atributo. É possível? Posso carregar minha planilha para obter exemplos de programas e modelos em Python, por exemplo? ChatGPT Sim, é possível criar modelos que podem prever o próximo valor para cada atributo em seu conjunto de dados, e você certamente pode carregar sua planilha para obter orientação sobre como proceder. Dada a natureza de sua tarefa, há várias abordagens que você pode considerar, cada uma com suas próprias vantagens e implicações para a complexidade e o desempenho do modelo. Aqui estão algumas estratégias e considerações gerais para criar modelos preditivos para seu conjunto de dados: 1. Previsão de Séries Temporais Se seus atributos forem dependentes do tempo (ou seja, representarem medições sequenciais ao longo do tempo), você poderá tratar isso como um problema de previsão de séries temporais. Modelos como ARIMA, SARIMA e LSTM (um tipo de rede neural recorrente) são comumente usados para dados de séries temporais. Para séries temporais multivariadas (múltiplos atributos ao longo do tempo), modelos de Auto-regressão Vetorial (VAR) ou LSTM multivariados podem ser adequados. 2. Modelos de Regressão Para a predição de valores numéricos, modelos de regressão (regressão linear, regressão de crista, LASSO, etc.) podem ser utilizados. Se seus dados não tiverem um componente de tempo ou a previsão do próximo valor não depender muito da sequência de valores anteriores, os modelos de regressão podem ser uma boa opção. 3. Modelos de Machine Learning Modelos de aprendizado de máquina como Random Forest, Gradient Boosting Machines (por exemplo, XGBoost, LightGBM) e redes neurais podem ser usados para classificação (se seus atributos representarem dados categóricos) e problemas de regressão. A escolha do modelo pode depender da natureza de seus dados (numéricos, categóricos, séries temporais, etc.) e da complexidade das relações entre atributos. 4. Modelos de Deep Learning Para conjuntos de dados mais complexos, especialmente aqueles em que a previsão pode se beneficiar do aprendizado de relações não lineares ou interações entre atributos ao longo do tempo, modelos de aprendizagem profunda (por exemplo, Redes Neurais Convolucionais para dados espaciais, Redes Neurais Recorrentes para dados sequenciais, modelos Transformer para sequências sem dependência estrita de tempo) podem ser poderosos. Preparando seus dados Antes de treinar qualquer modelo, é crucial preparar seus dados. Isso inclui: Tratamento de valores ausentes: dependendo da extensão e da natureza dos dados ausentes, você pode optar por imputar valores ausentes, excluí-los ou usar modelos que possam lidar com valores ausentes inerentemente. Normalização ou Padronização: Especialmente importante para redes neurais e quando os atributos estão em escalas diferentes. Engenharia de recursos: criação de novos recursos que podem ajudar o modelo a fazer previsões melhores, como médias móveis para séries temporais. Avaliação do Modelo Seja qual for o modelo escolhido, é importante avaliar seu desempenho usando métricas apropriadas (por exemplo, MAE, MSE, RMSE para regressão; precisão, precisão, recall, pontuação F1 para classificação) e técnicas de validação (por exemplo, divisão trem/teste, validação cruzada). Carregando sua planilha Você pode carregar sua planilha aqui, e eu posso guiá-lo através de alguns exemplos específicos de código Python e modelos que podem ser adequados para o seu conjunto de dados. Tenha em mente a privacidade e a sensibilidade de seus dados ao compartilhar. Próximos passos Para prosseguir, faça o upload da sua planilha. Com base na estrutura de seus dados, posso fornecer conselhos mais personalizados s

sim, verdade! No momento, estou sem tempo para conversar com as IAs. Daqui a algum tempo, vou me dedicar mais a elas!

sorel, Esta planilha que está na área de downloads do Forum e que foi citada pelo BARD https://www.comoganharnaloteria.com.br/forum/search/?&q=139 filtros lotofacil&type=downloads_file&quick=1&search_and_or=or&sortby=relevancy Você já deve ter baixado ela. Se não baixou ainda, baixe ela e passe para as IAs.... Tem todo o histórico dos valores de cada um dos 139 filtros (apesar que está falando em 149...) na série de dados até o sorteio coberto. Mais do que suficiente para a IA nos ajudar a criar um modelo. Depois que aprendermos como usar o modelo, vamos apenas atualizar os dados da planilha (que vão me dar algum trabalho, mas tudo bem...) e começar a testar.

sorel, Não precisamos de um sistema de estatística dos resultados em Delphi!!!! Já temos isso. Só precisamos que a IA analise e utilize a planilha com os 139 filtros e nos ensine a criar os melhores modelos que forneçam as melhores previsões para cada coluna da planilha. Nao entendi, sorel, Analisador Gerador???? O programa acima? Ele não está disponível. Porque tem muitos erros e só eu consigo entender e corrigir quando preciso. Você não precisa dele, concorda? Quanto à planilha, está disponível aqui no Forum. Se não encontrar, me avise que vou localizar e passar para você

Para com isso, meu amigo! É que as IA já estão se cansando de tantas perguntas de quem quer ganhar nas loterias! kkkkk

Sorel, Este programa ai em cima (NESSA ABA apenas do sistema), nada mais é do que você vem chamando de uma "CALCULADORA DE FILTROS". Você define o filtro que quer usar, e quais os valores que aceita em cada uma dos filtros escolhidos. O programa pega os 3,2 milhões de jogos passa linha a linha por todos os seus filtros escolhidos. Testa cada linha e só separa/ACEITA o jogo que atendeu ao seu interesse. No final, deixa apenas os JOGOS aceitos. Se tiver o resultado, JÁ PODE CONFERIR TAMBÉM.... ----- Sistema que venho desenvolvendo há mais de 25 anos! Tem muito mais do que isso.

sorel, Random Forest é um modelo muito bom para analisar dados! Você tem a planilha disponível com os 139 filtros? Ela precisa receber essa planilha, concorda?

sorel, Isto já ESTÁ feito, automaticamente, nos resultados e valores da planilha! Cada filtro tem seus valores históricos, por sorteio!

Pode ser algo parecido sorel, Mas ela precisa nos ajudar com modelos claros (em Python e/ou Delphi) para que a gente consiga construir isso usando, ESPECIFICAMENTE, aquele arquivo de 139 filtros com histórico de mais de 2700 resultados! Se ela apresentar um modelo que a gente consiga entender e reproduzir a cada novo sorteio, teremos chegado no objetivo desejado. Principalmente, se ela conseguir um modelo que MAIS ACERTE do que ERRE!!!

Sim, Eolocos! Uma possibilidade é "Cadeias de Markov" Mas, imagino queo algoritmo e o modelo ou modelos utilizados pelas IAs seja muito mais do que "Cadeias de Markov"!

Para tentar deixar claro, peguei o exemplo de apenas 1 FILTRO = Qte Dezenas Primos ocorridas no sorteio 3021 da Lotofacil: Se a IA conseguisse (através de um modelo criado e sugerido por ela), nos dizer, ANTES do sorteio e COM BASE NO HISTÓRICO DE TODOS OS VALORES DE QUANTIDADES DE DEZENAS PRIMOS nos sorteis daquela planilha, ela teria nos dito que poderia ser, por exemplo 6! Teria errado por 1. Porque deu 7, na realidade, DEPOIS DE SORTEADO O RESULTADO. Não importa que tenha errado! Só importa que ela possa ter fornecido o valor que ela "achava" mais provável para o sorteio 3021, só para esse filtro numero 1 - Qte Dezenas Primos! Como ela errou o valor, sabemos que nesse sorteio, teriamos perdido os 15 pontos. MAS... Se ela produzir 139 sugestões e acertar 30 delas, teremos como gerar apenas os jogos que atendam a 30 dos 139 filtros. E os 15 acertos estarão numa das linhas restantes! SEM nenhuma dúvida! Espero que tenham entendido.

sorel e demais Não queremos que a(s) IA(s) - ChatGPT, BARD, Bing ou qualquer outra, nos ajude(m) sugerindo as dezenas premiadas para a Lotofacil! Só queremos que ela nos ajude com modelos que melhor consigam prever o próximo VALOR de cada Atributo/Filtro. Não é assunto de "loteria". É assunto de aprender a "prever"! Qualquer coisa. No nosso caso, prever UM VALOR posterior (PRÓXIMA INSTÂNCIA/LINHA) da base de dados. Acredito que com esta informação apenas, ela passe a nos ajudar com mais assertividade. ---- As IAs não gostam de "conversar" sobre loterias. Então, com esse novo FOCO, vamos apenas pedir para elas nos ajudarem a criar modelos que melhor consigam fornecer a previsão do VALOR SEGUINTE (sorteio seguinte) em cada coluna/ATRUTO/FILTRO.

De novo, NÃO SE PREOCUPE COM DEZENAS!!!! Só com o valor a ser usado nos filtros! Exemplo: Usando Filtro de Quantidade de Dezenas Repetidas do Sorteio Anterior No histórico, pode variar de 5 repetidas até 14 repetidas, por exemplo. Mas tem uma MEDIANA DE 9. Então queremos saber qual vai ser o valor sugerido pelo modelo (com maior probabilidade de acertar com base no histórico, claro) para o sorteio seguinte!!! Se conseguirmos obter sugestões e idéias de como construir esse modelo para cada uma das colunas (Filtros), teremos atingido nosso objetivo: QUAL O MELHOR VALOR (PREVISTO PELO MODELO) SUGERIDO PARA SER USADO PARA CADA UM DOS 139 FILTROS (DO EXEMPLO) NO SORTEIO SEGUINTE! Cada vez mais, estou acreditando que é um modelo "semelhante" ao que o ChatGPT utiliza para prever a próxima PALAVRA que ele vai escrever! Só um palpite de um curioso! OU "semelhante" ao utilizado pela DeepMind/Google no treinamento e na previsão dos próximos movimentos que a IA deve fazer no jogo de GO! "Só isso"! Rsrsrs Para mim, o segredo parece estar ai! Como fazer uma IA analisar e "aprender" quais os melhores valores usados no próximo sorteio (COM BASE no histórico fornecido pela Base de Dados - planilha com os 139 filtros). Só não sei como começar... Como criar um modelo que consiga essa façanha! Usando o histórico de valores REAIS conhecidos e sabidos para cada Atributo/Filtro em cada sorteio, treinar um modelo que seja capaz de sugerir o melhor valor para o sorteio seguinte (próximo sorteio). NÃO IMPORTA QUE ESSE VALOR ESTEJA CERTO OU ERRADO!!!!!!! Não queremos acertar as 15 dezenas!!!!! Vamos esquecer as dezenas e nos concentrar em pedir para a IA nos ajudar a criar modelos que produzam sugestões/previsões de valores APENAS para O SORTEIO SEGUINTE. INSISTO: Esqueça totalmente as DEZENAS! Elas já estão consideradas em cada um dos 139 filtros.

SOREL 2. Crie os filtros: Filtro 1 (Último Sorteio): Selecione as 7 dezenas sorteadas no último concurso. Filtro 2 (Penúltimo Sorteio): Selecione as 8 dezenas sorteadas no penúltimo concurso, exceto as 7 já selecionadas no filtro 1. Filtro 3 (Terceiro Último Sorteio): Selecione as 9 dezenas sorteadas no terceiro último concurso, exceto as 15 já selecionadas nos filtros 1 e 2. Filtro 4 (Quarto Último Sorteio): Selecione as 10 dezenas sorteadas no quarto último concurso, exceto as 24 já selecionadas nos filtros 1, 2 e 3. Filtro 5 (Quinto Último Sorteio): Selecione as 11 dezenas sorteadas no quinto último concurso, exceto as 34 já selecionadas nos filtros 1, 2, 3 e 4. Filtro 6 (Sexto Último Sorteio): Selecione as 12 dezenas sorteadas no sexto último concurso, exceto as 45 já selecionadas nos filtros 1, 2, 3, 4 e 5. Único problema com a IA é que ela não ENTENDEU como eu uso e gostaria de continuar usando os filtros..... NÃO PODEMOS QUERER PREVER DEZENAS NAS LOTERIAS! Precisamos dizer isso para ela: Não queremos acertar as 15 dezenas da Lotofacil!!!!!! De Verdade: A lista de 139 filtros por sorteio, nem menciona os resutados em cada sorteio. NÃO PRECISAMOS DISSO. ---- Essa lista de 139 filtros mostra os valores (quantidades de acertos havidos em cada sorteio, para cada um dos Filtros/Atributos) no histórico. O QUE QUEREMOS DA IA É que nos ajude a criar análises e rotinas que mostrem quais serão os valores prováveis em cada filtro para o próximo sorteio! Com base nesse histórico. Queremos que ela nos ajude a analisar a sequencia de valores de cada coluna (FILTRO/ATRIBUTO), em conjunto com os demais 138 para encontrar eventuais padrões que auxiliem no algoritmo e modelo de previsão. Resumindo: Queremos que ela nos ajude com modelos/exemplos, usando essa BASE DE DADOS dos 139 filtros em mais de 2700 sorteios (está em Excel, publicado no aqui no Forum). Modelos/ Exemplos de como prever valores de cada filtro APENAS PARA O PRÓXIMO SORTEIO! Na base de dados dos 139 filtros, queremos que ela nos dê sugestões dos melhores modelos que ajudem a fazer previsão para os valores de cada Atributo em cada linha posterior. ----- Depois que tivermos isso, vamos rodar, separar os valores e rodar num programa para ver SE acertou, QUANTOS ACERTOU e QUANTOS ERROU! ------ Como disse o BigMax, a "rapadura é doce mas não é mole, não!" Ainda não!!!!! Temos muito trabalho interessante pela frente! E tomara que esse trabalho nos renda algum retorno em breve! SE os Cientistas de Dados e as IA estiverem corretas, essas idéias podem nem dar certo nas loterias, pela sua natureza: são RANDÔMICAS! Ai vamos ter que concordar, colocar o "rabo entre as pernas" e parar de incomodar as IA's! ----- Mas eu acredito, sinceramente, que podemos bater a probabilidade, indo por este caminho e por outros modelos de filtros que já temos!

sorel, O que ela está sugerindo aqui é exatamente o que eu publiquei! Naquele estudo de 139 filtros! Vamos ter que ir "cutucando" ela para nos ajudar a PREVER o próximo VALOR a acontecer naqueles 139, mesmo que existam muitos ERRADOS. Explico a minha ideia: Se conseguirmos que a IA nos crie uma rotina de "previsibilidade" dos valores dos filtros em cada coluna (1 coluna =1 filtro dos 139 que publiquei), vamos pedir para a rotina sugerir a cada sorteio os valores mais prováveis para os 139 filtros. O segredo vai estar depois disso: Se ela sugerir 139 valores, por exemplo para o sorteio N e a gente souber a QUANTIDADE DE ERROS que aconteceram na REALIDADE, a IA e todos os cientistas de dados estarão corretos quanto a não poder acertar, em CHEIO!!!!! Mas o que eles não sabem é que eu sei montar bons jogos sabendo uma faixa de quantidade de erros aceitável para cada "previsão/sorteio". É só testar todas as combinações contra os 139 valores que ela costuma nos dar a cada sorteio e contar a quantidade de erros. E, SE a quantidade de ERROS estiver numa faixa aceitável para pegar bons prêmios em 70-80% dos sorteios, eu consigo montar e separar apenas esses jogos, ANTES DO SORTEIO OCORRER. ----- Parabéns pelo seu esforço! Na verdade, confesso que achei que essa conversa toda com IA (Bard, Bing, ChatGPT) não ia chegar a nada. Todas elas "fogem" do assunto loteria. Mas estou vendo luz no fim do túnel. Só precisamos aprender (com ajuda da IA) a fazer previsão dos valores para cada valor dos 139 filtros para cada novo sorteio. Registrar e conferir com o resultado real, PÓS SORTEIO, claro, para termos o numero de ERROS havidos naquele sorteio. Após uns 20-30 sorteios analisados, podemos ter uma faixa de quantidade de ERROS que podemos usar numa rotina especial, como a que propus acima. ---- Importante: Já venho trabalhando nesta idéia de quantidade de ERROS em Filtros há muitos anos! Em muitos testes que fiz, funcionou a contento! A idéia não é nova pra mim. O que é novo é: SE CONSEGUIRMOS usar a IA para PREVER os valores a usar, ANTES DOS SORTEIOS, vamos ter algo mais "científico"! --- Se você continuar "conversando" com as IA, sugiro que peça pra ela também nos ajudar com algum tipo de código em DELPHI. Para análise de Dados, Redes Neurais, Códigos Genéticos, o Python é a linguagem preferida dos cientistas de dados e também das IA.. Tudo bem com Python. Deixamos ela sugerir em Python. Mas vamos tentar sempre pedir para nos fornecer uma versão em DELPHI. Já aprendi que as sugestões de programas que elas nos passam costumam estar incompletas. Como sei quase nada de Python, se ela sugerir em Delphi teremos mais chances de interpretar e aplicar nos programas que, eventualmente, terei que criar com base nas sugestões dela. SE EU CONSEGUIR ENTENDER, RSRSRS!!!!!!

sorel, Finalmente, uma sugestão que eu consegui entender! Já tentei montar um programa de geração usando Algoritmo Genético (no Delphi mesmo). Empaquei justamente na definição do que seria a FF (Função Fitness - ou Função Aptidão). Inclusive, pensei em usar exatamente esse critério, mas "empaquei" na programação. Na verdade, me perdi. Qualquer hora, vou voltar ao assunto. Só preciso de mais tempo disponível, pois isso toma muito tempo. Sou aprendiz de feiticeiro ainda.

Pois eu acho que são. Só dar uma olhada. rsrs De verdade. Muita coincidência, se não forem os meus que publiquei. Me explique como você chegou neles no Bing

Não acredito em vender programas de loterias. Ninguem quer pagar. Só ganhar, rsrsrs

Eu não analiso isso. E não acredito que possa ajudar |Muito preciosismo.

A pergunta que fica pra nós é: Serviria para alguma coisa? Me parece que não.

o link da calculadora de filtros não deixa abrir.... Só me explique o que ele faz. Parece pra mim que apenas aplica filtros pre-definidos.