Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 3292

 
Maxim Dmitrievsky #:

Ninguna respuesta os satisfará a ti y a Alexei en este momento. Porque usted no está familiarizado con las técnicas.

Tú sólo planteas una hipótesis. Yo planteo mi hipótesis.

Mi hipótesis es que existe un cierto umbral a partir del cual la cantidad pasa a ser calidad. Tu hipótesis es la contraria (o mi hipótesis es la contraria, si la palabra "contraria" te parece ofensiva).

En mi hipótesis, no has alcanzado el umbral.


 
Andrey Dik #:

Tú hiciste una hipótesis. Yo hice mi hipótesis.

Mi hipótesis es que hay un cierto umbral a partir del cual la cantidad pasa a ser calidad. tú tienes la hipótesis contraria (o yo tengo la hipótesis contraria, si la palabra "contraria" te parece ofensiva).

Según mi hipótesis, no has alcanzado el umbral.

La cantidad no se traduce en calidad, los estimadores dejan de funcionar en dimensiones altas. No se puede estimar el efecto en modelos sobreentrenados. Sí se puede con modelos poco entrenados.
 
Andrey Dik #:

Tú hiciste una hipótesis. Yo hice mi hipótesis.

Mi hipótesis es que hay un cierto umbral a partir del cual la cantidad pasa a ser calidad. tú tienes la hipótesis contraria (o yo tengo la hipótesis contraria, si la palabra "contraria" te parece ofensiva).

Según mi hipótesis, no has alcanzado el umbral.


Según tu hipótesis, si la calidad baja rápidamente, sólo tienes que hacer más mierda...

si la fábrica tiene nueces torcidas, tienes que producir más nueces como sea - entonces la cantidad de nueces se convertirá en calidad y vendrá el comunismo con prosperidad universal.

 
Maxim Kuznetsov #:

Su hipótesis es que si la calidad está bajando rápidamente, hay que hacer más mierda.

Si la fábrica tiene tuercas torcidas, hay que producir más tuercas de ese tipo cueste lo que cueste - entonces la cantidad de tuercas se convertirá en calidad y vendrá el comunismo con prosperidad universal.

No, así no. No se puede llegar al comunismo de esa manera. Prueba a hacer nueces si no te lo crees, la tasa de tiempo bajará, ganarás menos y trabajarás más (en el comunismo debería ser al revés).
la información no son nueces.
 

En MO, se utiliza un gráfico diferente

En la inferencia de Kozol es más fácil trabajar con el sesgo que con la varianza. De ahí la conclusión no hipotética de que la complejidad del modelo o el aumento del número de características obstaculiza más que ayuda.


 
Andrey Dik #:
No, así no. así no se puede conseguir el comunismo. prueba a hacer nueces si no me crees, la tarifa horaria bajará, ganarás menos y trabajarás más (en el comunismo debería ser al revés).
la informacion no son nueces.

Pues es así en todo el foro.

"¡mi programa/método/cálculo/modelo lo hace más rápido/más grande/más bonito/más profundo que todos los demás!...pero con pérdidas" y la frecuencia de estas creaciones es cada vez mayor.

cada vez es más fácil hacer porquerías, las hacen más a menudo y el listón de la evaluación baja...

 
Maxim Kuznetsov #:

Bueno, está por todo el foro.

"¡Mi programa/método/cálculo/modelo lo hace más rápido/más grande/más bonito/más profundo que todos los demás!... pero con pérdidas" y la frecuencia de aparición de estas creaciones es cada vez mayor.

cada vez es más fácil hacer porquerías, las hacen más a menudo, y el listón de la evaluación baja...

No estoy hablando de eso, no estás comparando dedo con dedo.

 
no se ha confirmado la condición de sabios de los ancianos
 
Maxim Dmitrievsky #:

En el Ministerio de Defensa se utiliza un calendario diferente

En la inferencia de Kozol es más fácil trabajar con el sesgo que con la varianza. De ahí la conclusión no hipotética de que la complejidad del modelo o el aumento del número de características obstaculiza más que ayuda.


¿De dónde sale este gráfico?

MO utiliza criterios completamente diferentes, como el AIC, que penaliza por tener demasiados parámetros.

Este y otros criterios de información están en línea con una suposición común en modelización, que de dos modelos con el mismo rendimiento, se elige el que tiene menos parámetros.

No olvidemos que el propio concepto de "modelo" es una reducción de la realidad. No hay extremos. Hay un equilibrio entre el embrutecimiento y la aceptabilidad de la precisión del modelo. Pero lo más importante no es la precisión del modelo, sino su simplificación, su capacidad de generalización. Y esto es comprensible, ya que el principal enemigo de la modelización es el sobreajuste, hermano de la precisión de los modelos.

 
СанСаныч Фоменко #:

¿De dónde es ese gráfico?

Lo básico de lo básico

https://en.wikipedia.org/wiki/Bias%E2%80%93variance_tradeoff