Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 3295
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
se puede poner una analogía como ejemplo: si se pule una superficie plana de dos barras hechas de metales diferentes, cuanto menor sea la rugosidad, mejor se deslizarán las barras una sobre otra. si se siguen puliendo las superficies, las barras se pegarán entre sí, las moléculas empezarán a penetrar unas en otras desde las dos barras, es decir, no se produce una mayor reducción de las fuerzas de fricción, sino al contrario, ¡un crecimiento a saltos!
lo más probable es que sea contradictorio, pero la idea está clara.
Estoy de acuerdo
pero no habrá crecimiento repentino porque:
- no todo el mundo es tan terco como para no detenerse en el desarrollo alcanzado de la inteligencia.
- empiezan a formarse secretos comerciales y precios elevados, lo que a su vez reduce la oferta y la demanda
Su pensamiento está en su propio gráfico al principio: poca cantidad con mucha calidad.
para alta calidad se descarta una cantidad excesiva de informaciónNo lo sabes, por lo visto. Si no, no te preguntarías qué tiene que ver la aproximación.
He respondido a tu pregunta, ¿por qué te repites?
Mi post iba dirigido al post de Sanych, que mencionaba a FF torcida.
¿Puedes entender eso?
y tampoco puedes entender que el aprendizaje de cualquier tipo no es posible sin la optimización, son cosas inseparables.
He respondido a tu pregunta, ¿por qué te repites?
mi post iba dirigido al post de Sanych, que mencionaba el FF torcido.
¿puedes entenderlo?
y tampoco puedes entender que el aprendizaje en cualquiera de sus formas no es posible sin la optimización, son cosas inseparables.
Probablemente sea contradictorio, pero capto la idea.
Estoy de acuerdo.
pero no habrá crecimiento repentino porque:
- no todo el mundo es tan terco como para no detenerse en el desarrollo alcanzado de la inteligencia.
- empiezan a formarse secretos comerciales y precios elevados, lo que a su vez reduce la oferta y la demanda
Su pensamiento está en su propio gráfico al principio.
Puse el ejemplo de las barras pulidas, hay un salto en las fuerzas de fricción.
Con la información, por supuesto, no habrá salto, pero una transición suave.
Escribió correctamente que no tenemos el concepto de extremos. Tenemos criterios de aproximación y estabilidad sobre nuevos datos, que son los componentes del error del modelo.
¿Se mejoran los criterios de aproximación y estabilidad de forma iterativa o no?
¿O es como en el cuento de hadas, cuando un hombre rico estuvo tumbado en la cocina durante 30 años y de repente se levantó y fue a patearle el culo a todo el mundo? En 10 días, el lubricante de las articulaciones inmóviles desaparece, así que el hombre rico no podrá patear a nadie, pero no podrá levantarse en 10 días.
No, lo haces iterativamente, mejorando las puntuaciones, es un proceso de optimización.
criterios de aproximación y estabilidad ¿mejora iterativamente o no?
No, lo haces iterativamente, mejorando las estimaciones, es un proceso de optimización.
¿Qué significa eso?
No tengo ninguna pregunta. Escribí por qué un gran número de características da malos resultados en la inferencia causal.
y te dije que es sólo tu hipótesis "a medida que aumenta el número de características, los resultados serán peores".
y expuse mi hipótesis. nadie aquí en MO ha tratado de probar esto todavía debido al costo de la experimentación. pero te recuerdo, algunas personas lo hicieron para GPT, hubo un salto en la calidad de las conexiones de información heterogénea hasta el punto en que fue posible crear nuevas conexiones e inferencias.
y te escribí que es sólo tu hipótesis "a medida que aumenten los rasgos, los resultados serán peores".
Yo expuse mi hipótesis. nadie aquí en MO ha intentado probarla todavía debido al coste de los experimentos. pero te recuerdo, algunas personas lo hicieron para GPT, hubo un salto en la calidad de las conexiones de información heterogénea hasta tal punto que se hizo posible crear nuevas conexiones y conclusiones.