Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 2300
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
Es curioso, por supuesto - encontrar la correlación AUDNZD = AUD/USD / NZD/USD es una tarea demasiado difícil para NS.
Aunque tal vez el paquete sea tan defectuoso
Al igual que con la tabla de multiplicar, deberían darse más ejemplos diferentes.
En el caso de la multiplicación de bosques, será simplemente una media (por ejemplo, 500) de los ejemplos de aprendizaje más cercanos. Nunca se encontrará la fórmula exacta.
Ejemplo para 2 ejemplos de entrenamiento y 2 árboles en el bosque.
Formado
6*4=24
6*7=42
Si preguntamos al modelo
6*6
encontrará el más cercano
6*4=24
6*7=42
Y calculará
(24+42)/2=66/2=33
Para 6*5 responderá de la misma manera.
Cuantas más opciones intermedias haya en el entrenamiento, más precisa será la respuesta.
Sí
)))) ¿Qué es lo que quieres?
añadir capas ocultas
)))) ¿Qué es lo que quieres?
Añadir capas ocultas.
¿Qué, la tarea es tan difícil?
)))) ¿Qué es lo que quieres?
Añadir capas ocultas.
Así que es poco probable conseguir el 99% con 10 capas
¿Es tan difícil la tarea?
¿Cuál es el mejor resultado con qué función de activación de la capa de salida?
¿y cuántas neuronas de salida? ¿Una?
¿Acaso la tarea es tan complicada?
No, una capa es primitiva, es sólo una multiplicación de peso.
Para un problema tan simple, una capa, según la teoría, es suficiente.
Así que es poco probable que 10 capas sean el 99%.
Esa es tu teoría.
Para un problema tan simple, una capa, según la teoría, es suficiente.
Así que es poco probable que 10 capas sean un 99% precisas
si el problema puede resolverse con una precisión del 100% ajustando manualmente los pesos (y las funciones de activación), entonces hay un número mínimo necesario de capas y neuronas. menos precisión puede ser mucho menor.
Supongo que esta tarea es una de ellas.
Nueva función para trabajar con la importancia de las características
Tendré que probarlo en mi tiempo libre
https://medium.com/bcggamma/gamma-facet-a-new-approach-for-universal-explanations-of-machine-learning-models-b566877e7812