L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 2964
Vous manquez des opportunités de trading :
- Applications de trading gratuites
- Plus de 8 000 signaux à copier
- Actualités économiques pour explorer les marchés financiers
Inscription
Se connecter
Vous acceptez la politique du site Web et les conditions d'utilisation
Si vous n'avez pas de compte, veuillez vous inscrire
Ici avant la formation, et il l'a après. Il ne se contente donc pas de le marquer gentiment
Exactement.
Et s'il y a très peu de signes, 3-5, sera-t-il capable de dessiner joliment ? Moins il y a de signes, mieux il peut réussir le test.
Et s'il y a très peu de signes, 3-5, pourra-t-il dessiner joliment ? Moins il y a de traits, mieux on peut réussir un test.
C'est une merveilleuse idée de créer un enseignant.
À quoi cela ressemblerait-il dans la pratique ?
1. Créez un ensemble de traits pour un enseignant inconnu.
2. Nous créons un enseignant sur la base de l'ensemble des attributs.
3. Poser la question suivante : ces caractéristiques auront-elles un pouvoir prédictif à l'avenir pour l'enseignant créé ?
4. Nous vérifions la stabilité de la capacité prédictive dans le futur. Si c'est le cas, c'est une chance, mais s'ils ne réussissent pas le test ? Comment cela se fait-il ?
Le problème est que l'enseignant est créé en fonction des traits de caractère, alors que c'est l'inverse qui devrait se produire.
Je pense que cela dépend des données elles-mêmes, si vous prenez les données de l'exemple, je pense qu'il peut dessiner magnifiquement, mais si vous prenez des données réelles à 100 dimensions et que vous les réduisez par ACP, par exemple, à deux dimensions.
Merveilleuse idée pour créer un enseignant.
À quoi cela ressemblerait-il dans la pratique ?
1. Créez un ensemble d'attributs pour un enseignant inconnu.
2. Par l'ensemble des attributs, nous créons un enseignant.
3. Posez la question suivante : ces attributs auront-ils un pouvoir prédictif à l'avenir pour l'enseignant créé ?
4. Nous testons la stabilité de la capacité prédictive à l'avenir. S'ils réussissent, c'est une chance, mais s'ils ne réussissent pas le test ? Alors comment ?
Le problème est que l'enseignant est créé pour les caractéristiques, alors que ce devrait être l'inverse.
En quoi cela pose-t-il un problème ? Je procède ainsi depuis longtemps. On peut y rechercher à la fois des signes et des enseignants, par exemple qui l'interdit :)
Je ne vois pas de problème non plus, vous pouvez rechercher à la fois les caractéristiques et les cibles dans un seul algorithmem....
mais d'un point de vue informatique, c'est très inefficace, mais c'est un autre problème.
À propos de l'IA
Je ne suis pas entré dans son raisonnement, il faut beaucoup de temps pour exprimer quelque chose.
mais Katschyik avait raison sur le big bang (d'après les dernières observations), sur les trous noirs ce n'est pas encore clair :)
Je ne suis pas entré dans son raisonnement, il lui faut beaucoup de temps pour faire passer son message.
mais Katschyik avait raison sur le big bang (d'après les dernières observations), sur les trous noirs c'est encore flou :))