Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 2301

[Maxim Dmitrievsky]

Es gibt einige Merkmale, die merkwürdigerweise die Verallgemeinerbarkeit beeinträchtigen (ich spreche hier insbesondere von Catbust, aber das gilt wahrscheinlich auch für andere). Es erscheint seltsam, denn man fügt einfach neue Funktionen hinzu, und das Modell produziert mehr Fehler als ohne diese.

z.B. mit einigen Maischen trainiert, dann einige entfernt und die Genauigkeit wurde höher

[Forester]

mytarmailS:

Nein, eine Schicht ist primitiv, es ist nur eine Gewichtsmultiplikation

Das ist Ihre Theorie.

nicht meine.

[Forester]

Maxim Dmitrievsky:

Es gibt einige Merkmale, die merkwürdigerweise die Verallgemeinerbarkeit beeinträchtigen (ich spreche hier insbesondere von Catbust, aber das gilt wahrscheinlich auch für andere). Es erscheint seltsam, denn man fügt einfach neue Funktionen hinzu, und das Modell produziert mehr Fehler als ohne diese.

Ich habe zum Beispiel mit einigen Maischen trainiert, dann einige entfernt und der Fehler wurde höher

Ich habe diesen Effekt schon vor langer Zeit beschrieben

https://www.mql5.com/ru/blogs/post/725189

Sie wird erkannt, indem das Modell vollständig neu trainiert wird.

Es ist Lärm, der Ihre Arbeit stört.

[Maxim Dmitrievsky]

elibrarius:

Vor langer Zeit wurde ein solcher Effekt beschrieben

https://www.mql5.com/ru/blogs/post/725189

Identifiziert durch eine vollständige Umschulung des Modells.

Es ist der Lärm, der im Weg ist.

Ja, aber hier können Sie sehen, wie die Funktionen zusammenwirken. Schade, dass es an einen bestimmten MO-Rahmen gebunden ist.

weil die Bedeutung durch Multikollinearität unterschätzt werden kann.

Natürlich ist es nicht gut, mit der Hand herumzufummeln, wenn es so viele Zeichen gibt

[Forester]

mytarmailS:

Nein, eine Schicht ist primitiv, es ist nur eine Gewichtsmultiplikation

Das ist Ihre Theorie.

Hier ist es - Tsybenkos Theorem.

Die vorgestellte Formel y = x1/x2. - ist kontinuierlich und nur zweidimensional.

https://www.mql5.com/ru/code/9002

Empfehlungen:

• Ein Netz mit drei Schichten (numLayers=3: eine Eingabe, eine versteckte und eine Ausgabe) ist in den meisten Fällen ausreichend. Nach dem Tsybenko-Theorem ist ein Netz mit einer versteckten Schicht in der Lage, eine beliebige mehrdimensionale kontinuierliche Funktion mit beliebiger Genauigkeit zu approximieren. Ein Netz mit zwei verborgenen Schichten ist in der Lage, jede diskrete mehrdimensionale Funktion zu approximieren.

[mytarmailS]

elibrarius:

Die vorgestellte Formel y = x1/x2. - ist kontinuierlich und nur zweidimensional.

Ist es diskret oder kontinuierlich?

[Forester]

mytarmailS:

Ist sie diskret oder kontinuierlich?

Es ist kontinuierlich. Weist sie Lücken und Löcher auf? Haben Sie sich die Beispielzeichnung angesehen?

[mytarmailS]

elibrarius:

Kontinuierlich. Weist er Lücken und Löcher auf? Haben Sie sich die Beispielzeichnung angesehen?

Ja....

Eine stetige Funktion ist eineFunktion , die sich ohne momentane "Sprünge" (Lücken genannt) ändert, d. h. eine Funktion, bei der kleine Änderungen desArguments zu kleinen Änderungen des Funktionswerts führen.Der Graph einer stetigen Funktion ist eine stetigeLinie.

[Forester]

mytarmailS:

Ja....

Eine kontinuierliche Funktion ist eineFunktion , die sich ohne augenblickliche "Sprünge" (so genannteUnstetigkeiten) ändert, d. h. eine Funktion, bei der kleine Änderungen imArgument zu kleinen Änderungen im Wert der Funktion führen.Der Graph einer stetigen Funktion ist eine stetigeLinie.

An welchem Punkt brichty = x1/x2?

[Aleksey Mavrin]

elibrarius:
Wo wirdy = x1/x2 unterbrochen?

x2=0