Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 2962

 
Maxim Dmitrievsky #:
Es hat keine globalen Auswirkungen.

Die Hauptsache ist, dass man daran glaubt und es öfter wiederholt, oder umgekehrt.

 
mytarmailS #:

Das Wichtigste ist, daran zu glauben und es öfter zu wiederholen, oder umgekehrt.

Mir ist klar, dass es frustrierend ist, wenn man etwas gemacht hat und einem von Anfang an gesagt wird, dass es sinnlos ist :)
Dann zeige wenigstens ein paar Schnitte, was passiert ist.
 
Maxim Dmitrievsky #:
Ich weiß, dass es frustrierend ist, wenn man etwas getan hat und dann gesagt bekommt, dass es von vornherein sinnlos war :)
Dann zeig mir wenigstens ein paar Schnitte, was auf dem FFFtit ist.

Habe ich jemals mit den Kürzungen geprahlt?

Ich sage, dass es keine Einschränkungen beim Training durch FF gibt, aber es gibt Einschränkungen beim Training mit targeting....

 
mytarmailS #:

Habe ich jemals mit den Kürzungen geprahlt?

Ich will damit sagen, dass es keine Einschränkungen bei der Ausbildung mit FF gibt, aber es gibt Einschränkungen bei der Ausbildung mit Zielscheiben.

Ich versuche nur, praktisch zu werden, um zum Beispiel einen Gral zu machen.
 
mytarmailS #:

Habe ich jemals mit den Kürzungen geprahlt?

Ich sage, dass es keine Beschränkungen bei der Ausbildung durch die FF gibt, aber es gibt Beschränkungen bei der Ausbildung mit Targeting.

Sie sind derjenige, der angefangen hat, mit mir zu streiten, und Fomenko hat das aufgegriffen).

Haben Sie Ihre Meinung geändert?

 
Maxim Dmitrievsky #:
Ich versuche nur, mich in eine praktische Richtung zu bewegen, um zum Beispiel einen Gral zu machen.

Sie müssen das Konzept der FF nur aus einem anderen Blickwinkel betrachten: Fehlerminimierung ist auch FF.

In der Tat ist die Wahl der FF nicht weniger wichtig als die Wahl der Trainingsdaten. Die FF sollte berücksichtigen, was das Modell tun und was es nicht tun sollte, d.h. die notwendigen TK-Aktionen maximieren und die unnötigen TK-Aktionen minimieren.

 
Andrey Dik #:

Sie waren der erste, der mir widersprochen hat, und Fomenko hat es aufgegriffen...)

Haben Sie Ihre Meinung geändert?

Ich habe Ihnen also widersprochen, dass FFs nicht besser als Zielscheiben sind?

Woher kommt das?

Ich rieche Schwachsinn.

 
mytarmailS #:

Ich argumentiere also mit Ihnen, dass FFs nicht besser sind als Zielscheiben?

Wo war das?

Ich rieche Schwachsinn.

Ich habe ursprünglich gesagt, dass alles Lernen darin besteht, die FF zu maximieren.

Sie und Fomenko argumentierten, dass ein solcher Ansatz zu Übertraining führen würde - gleichzeitig sagte ich, dass die FF nicht richtig konzipiert ist, wenn es zu Übertraining kommt.

Ich weiß nicht, worauf Sie hinauswollen.)

Wie ich sehe, haben Sie die Angewohnheit aufgegeben, Fremde zu "pieksen", das ist schon mal gut.

 
Andrey Dik #:

Ursprünglich hatte ich gesagt, dass jedes Lernen eine Maximierung der FF bedeutet.

Sie und Fomenko argumentierten, dass ein solcher Ansatz zu Übertraining führen würde - gleichzeitig sagte ich, dass die FF nicht richtig konzipiert ist, wenn Übertraining auftritt.

Ich weiß nicht, was Sie meinen.))

Wie ich sehe, haben Sie die Angewohnheit aufgegeben, Fremde "anzustupsen", das ist schon mal gut.

Ich bin sicher, dann vor langer Zeit, das Gespräch war ein wenig anders, und jetzt im Allgemeinen ganz anders und anders ....


Ja, nach Silvester habe ich beschlossen, jeden mit "Du" anzusprechen.

 
Andrey Dik #:

Sie müssen das Konzept der FF nur aus einem anderen Blickwinkel betrachten: Fehlerminimierung ist auch FF.

In der Tat ist die Wahl der FF nicht weniger wichtig als die Wahl der Trainingsdaten. Die FF sollte berücksichtigen, was das Modell tun und was es nicht tun sollte, d.h. die notwendigen TK-Aktionen maximieren und die unnötigen TK-Aktionen minimieren.

Die einzige Möglichkeit, die ich sehe, besteht darin, die Optimierung außerhalb des Trainings, auf dem Test, durchzuführen und das MO auf dem Training zu trainieren. Das macht immer noch einen gewissen Sinn, wenn man etwas Gemeinsames aus verschiedenen historischen Perioden ziehen will.