Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 3387

 

He esbozado algunas tesis básicas sobre kozul, para los que les cuesta leer libros en inglés. Y un ejemplo en python, de cómo funciona mejor, según mi versión. ¿Quieres el artículo?


 
Aleksey Vyazmikin #:
1. Google qr descomposición de la matriz, no es algo que se puede decir en pocas palabras

2. con este método puedes eliminar como mucho un tercio de las características innecesarias.
 
Maxim Dmitrievsky #:

He esbozado algunas tesis básicas sobre kozul, para los que les cuesta leer libros en inglés. Y un ejemplo en python, de cómo funciona mejor, según mi versión. ¿Quieres el artículo?

Adelante.
 
mytarmailS #:
Vamos.

Estoy terminando otro libro para añadir a la teoría.

porque dice que no hay nada más práctico que una buena teoría.

 
mytarmailS #:
1. Busca en Google descomposición de matrices qr, no es algo que se pueda contar en pocas palabras

2. Con este método se puede eliminar en el mejor de un tercio de las características innecesarias

1. No pregunto por la descomposición, sino por el origen de la matriz.

2. Esto parece una afirmación sin fundamento. En mi opinión, se puede eliminar más de lo necesario con mi método.

 
Aleksey Vyazmikin #:

1. No pregunto por la descomposición, sino por el origen de la matriz.

2. Parece una afirmación sin fundamento. En mi opinión, mi método puede eliminar más de lo necesario.

1 matriz con características

2 ¿estamos hablando de características linealmente dependientes o de todo?
 
mytarmailS #:
1 matriz de características

2 ¿estamos hablando de características linealmente dependientes o de todo?

1. ¿Cómo se obtiene esta matriz? ¿Qué números contiene?

2. Estoy hablando de reglas. En mi enfoque no me importa cómo y de qué se obtiene la regla, pero si la respuesta es similar a otra de la muestra de entrenamiento, no aporta información adicional.

 

¿Por qué es malo un gran número de signos? Interesante gráfico de un libro sobre kozul.

La probabilidad de encontrar el mismo ejemplo en la muestra de entrenamiento, dependiendo del número de características.

Si usted tiene más de 14 (o incluso 10) características, se obtiene una gran cantidad de reglas que no se puede reducir sin pérdida.


 
Maxim Dmitrievsky #:

¿Por qué es malo un gran número de signos? Interesante gráfico de un libro sobre kozulu.

Probabilidad de encontrar el mismo ejemplo en la muestra de entrenamiento, en función del número de características.

No está claro. ¿Probabilidad de encontrar donde el mismo ejemplo que en la muestra de entrenamiento?

 
Aleksey Vyazmikin #:

No hay nada claro. ¿Probabilidad de encontrar dónde está el mismo ejemplo que en la muestra de entrenamiento?

la misma fila en el conjunto de datos

si sólo tiene 1.000 filas

A grandes rasgos, si tienes más de 18 características, estás entrenando a un clasificador para que recuerde cada fila porque ni siquiera se repiten

y en la inferencia causal, no puedes emparejar ejemplos para calcular estadísticas.