L'Apprentissage Automatique dans le trading : théorie, modèles, pratique et trading algo - page 3313

Nouveau commentaire
 
Sanych, quand nous souviendrons-nous que Professeur c'est signes + cible) ?

Ces bêtises enfantines, comme si elles émanaient de personnes sérieuses ayant appris le grand R, gâchent toute l'atmosphère. Et les gens, en fin de compte, n'ont pas appris, même si vous les corrigez.

Comment puis-je vous parler si vous n'avez pas encore assimilé les principes de base ?)

Sans vouloir vous offenser, vous ne vous comprenez même pas les uns les autres, ni ce que chacun écrit :))))))
 
СанСаныч Фоменко #:

Si vous voulez parler de la sélection des caractéristiques dans le cadre des modèles, je ne suis pas du tout d'accord, parce que la sélection des caractéristiques dans le cadre des modèles classe n'importe quoi.

Je parle de la sélection des caractéristiques, et ce que vous appelez "sélection des caractéristiques dans les modèles" est l'importance de la variance.

et ce que vous appelez "sélection de caractéristiques dans les modèles" relève de l' importance de la variance. Ne vous embrouillez pas et n'embrouillez pas les autres.

Et ce que vous faites avec le paquet proxy est une sélection de caractéristiques artisanale, incorrecte et primitive, ou plutôt une partie de celle-ci.


Et vraiment, familiarisez-vous avec les concepts et n'introduisez pas les vôtres en plus de ceux qui existent déjà.

Parce que je sursaute à chaque fois que vous appelez le retraining "overfitting" et il y a beaucoup de bêtises de ce genre.

 
Maxim Dmitrievsky #:
Sanych, quand nous souviendrons-nous que l'enseignant est un signe + une cible ?)

Ces bêtises enfantines, comme si elles émanaient de personnes sérieuses ayant appris le grand R, gâchent toute l'atmosphère. Et les gens, il s'avère qu'ils n'ont pas appris, même si vous les corrigez.

Comment puis-je vous parler si vous ne comprenez toujours pas les principes de base ?)

Sans vouloir vous offenser, vous ne vous comprenez même pas l'un l'autre, ni ce que chacun écrit :))))))

Oh, le plus sage !

Oh, le plus savant !

"Enseignant" (synonyme de variable cible) dans la méthode d'apprentissage "avec enseignant" est une VARIABLE séparée dans la formule de tous les modèles d'apprentissage automatique que je connais, par exemple :

randomForest(as.factor(target ) ~ .,
                                     data   = Train [, - ncol(Train )],
                                     ntree  = ntree,
                                     mtry   = mtry)

où la cible représente une colonne distincte de la matrice. Au sens, par exemple, d'incréments de prix. C'est comme une fonction et ses arguments.

Les autres colonnes de la matrice doivent être appariées. Le problème est que tous les enseignants ne correspondent pas aux caractéristiques (prédicteurs) et vice versa, toutes les caractéristiques ne correspondent pas à un enseignant particulier

 
mytarmailS #:

Je parle de la sélection des caractéristiques

et ce que vous appelez "sélection de caractéristiques dans le cadre de modèles" est l' importance de la variance. Ne vous embrouillez pas et n'embrouillez pas les autres.

Et ce que vous faites avec le paquet proxy est une sélection de caractéristiques artisanale, incorrecte et primitive, ou plutôt une partie de cette sélection


Et vraiment, familiarisez-vous avec les concepts et n'introduisez pas les vôtres en plus de ceux qui existent déjà.

Parce que je sursaute à chaque fois que vous appelez le retraining "overfitting" et il y a beaucoup de bêtises de ce genre.

Merci pour cet éclaircissement !

Mais la précision absolue n'est possible qu'avec un modèle d'apprentissage automatique spécifique, car il existe des modèles qui fournissent des informations sur l 'importance de la variance et d'autres qui intègrent lasélection des caractéristiques .

Si vous souhaitez une classification générale des concepts dans le problème de la sélection des caractéristiques, vous pouvez utiliser celle-ci.


Pour information : quelle est la traduction de overfitting ? Overfitting ? Ou peut-être overfitting ?

 
СанСаныч Фоменко #:

Merci pour cet éclaircissement !

Juste pour information : quelle est la traduction de "overfitting" ? Overfitting ? Ou peut-être overfitting ?

overate.

Parlé trop.

Le problème n'est même pas là, c'est que vous êtes le seul à utiliser ce mot devant des centaines d'autres et qu'il n'y a rien de bon là-dedans, c'est juste déroutant.


==================================================================


Je me souviens que tu as dit que tes fonctions prenaient beaucoup de temps à compter, il y a un truc super cool comme la mémorisation du code, ça accélère beaucoup le code dans certains cas, il suffit d'envelopper une fonction lente f1() dans f2() et d'en faire une fonction mémorisable.

f2 <- memoise::memoise(f1)

gain important

microbenchmark::microbenchmark(f1(),f2())
Unit: microseconds
 expr        min         lq       mean     median         uq      max neval
 f1() 145281.202 154547.404 163587.417 160677.641 167757.222 204640.4   100
 f2()    234.342    270.263   1989.096    402.544    413.092 164095.8   100
 
СанСаныч Фоменко #:

Oh, homme très sage !

Oh, le plus savant !

"Maître".

Sanych, où est-il dit que Professeur est synonyme de cible ? )

 
mytarmailS #:
mémoriser

curieusement

 
Maxim Dmitrievsky #:

Sanych, où est-il dit que "enseignant" est synonyme de "cible" ? )

Ne soyez pas stupide !

L'apprentissage supervisé est l'une des méthodes d'apprentissage automatique, dans laquelle le système testé est forcé d'apprendre à l'aide d'exemples stimulus-réponse. Du point de vue de lacybernétique, il s'agit d'un type d'expérience cybernétique. Il peut y avoir une certaine dépendance entre les entrées et les sorties de référence ( stimulus-réponse), mais elle est inconnue.


Et surtout, vous n'avez pas besoin d'enseigner à qui que ce soit ! Faites ce que vous avez à faire !

 
СанСаныч Фоменко #:

Ne soyez pas stupide !

L'apprentissage supervisé est l'une des méthodes d'apprentissage automatique, dans laquelle le système testé est forcé d'apprendre à l'aide d'exemples stimulus-réponse. Du point de vue de lacybernétique, il s'agit d'un type d'expérience cybernétique. Il peut y avoir une certaine dépendance entre les entrées et les sorties de référence ( stimulus-réponse), mais elle est inconnue.


Et surtout, vous n'avez pas besoin d'enseigner à qui que ce soit ! Faites ce que vous avez à faire !

Sanych, OÙ C'EST ÉCRIT?


 
Apprentissage sans professeur - lorsque nous donnons à tous les mêmes jetons, mais sans la colonne avec la cible. Le modèle sélectionnera lui-même la cible.
Il est logique de supposer que si avec enseignant - c'est avec la colonne de la cible f-i, et sans enseignant - sans cette colonne, alors cette colonne est l'enseignant.
1...330633073308330933103311331233133314331533163317331833193320...3399
Nouveau commentaire