L'Apprentissage Automatique dans le trading : théorie, modèles, pratique et trading algo - page 3318

 
Andrew, [26.10.2023 13:19]
Qu'est-ce qu'un critère d'arrêt dans l'apprentissage par réseau neuronal en particulier et dans l'apprentissage automatique en général ?

GPT Chat bot, [26.10.2023 13:19]
Les critères d'arrêt dans l'apprentissage par réseau neuronal et dans l'apprentissage automatique en général dépendent de la tâche et de l'algorithme d'apprentissage. Voici quelques critères d'arrêt courants :

1. Atteinte d'une erreur suffisamment faible : il est possible de définir une valeur seuil d'erreur en dessous de laquelle on considère que le modèle a atteint une précision suffisante. La formation est arrêtée lorsque l'erreur sur l'ensemble de données de validation ou l'ensemble de données de test atteint cette valeur.

2. Convergence : il est possible d'arrêter la formation lorsque le modèle ne s'améliore plus de manière significative après chaque période de formation ou après un certain nombre d'itérations. Différents critères peuvent être utilisés ici, tels que la variation de l'erreur entre les époques, la variation des poids du modèle ou la variation des valeurs prédites.

3. Dépassement de la limite de temps : la formation peut être interrompue si le temps de formation dépasse un seuil donné.

4. Arrêt anticipé : une stratégie d'arrêt anticipé peut être utilisée pour arrêter la formation lorsque les performances du modèle sur l'ensemble de données de validation ou de test commencent à se détériorer après un certain nombre d'époques de formation.

5. Atteinte d'un nombre maximal d'époques : la formation peut être limitée à un certain nombre d'époques, après quoi le processus de formation est arrêté.

6. Nombre spécifique d'itérations : Dans certains cas, il est possible de spécifier un certain nombre d'itérations après lequel la formation sera arrêtée.

7. Contrôle de la perte sur l'ensemble de données de formation : la formation peut être arrêtée si la fonction de perte sur l'ensemble de données de formation atteint une certaine valeur ou cesse de diminuer.

Le choix du critère d'arrêt dépend de la tâche spécifique, des données disponibles et de l'algorithme de formation. Il est souvent recommandé d'utiliser une combinaison de différents critères pour obtenir les meilleurs résultats.

Andrei, [26.10.2023 13:23]
Peut-on dire que l'apprentissage est l'essence de l'optimisation, dont le but est d'atteindre un extremum global ?

GPT Chat bot, [26.10.2023 13:23]
Oui, nous pouvons dire que l'apprentissage dans l'apprentissage automatique peut être considéré comme un processus d'optimisation, dont le but est d'atteindre un extremum global. L'apprentissage d'un modèle se résume à trouver une combinaison de paramètres (poids ou coefficients) qui minimise la fonction de perte ou maximise la fonction d'évaluation.

La fonction de perte est une mesure de l'écart entre les valeurs prédites par le modèle et les valeurs réelles. L'objectif est de trouver les valeurs des paramètres du modèle pour lesquelles la fonction de perte atteint un minimum (extrémité globale) afin d'obtenir la meilleure capacité prédictive du modèle.

Des algorithmes d'optimisation tels que la descente stochastique du gradient, les algorithmes génétiques ou la recherche de systèmes chargés sont utilisés pour mettre à jour les paramètres du modèle et trouver la solution optimale. Ces algorithmes cherchent à trouver un extremum global ou un bon extremum local de la fonction de perte pour obtenir la meilleure performance du modèle.

Ainsi, l'apprentissage automatique peut être considéré comme une optimisation, où l'objectif est de trouver une combinaison de paramètres du modèle qui minimise la fonction de perte et obtient la meilleure performance du modèle.
 
Andrey Dik #:

Demandez à GPT, quand est-ce qu'il faut arrêter d'apprendre ? Vous n'avez pas encore répondu à cette question.

Je connais les réponses aux questions que tu n'as pas encore pensé à poser. Continue comme ça. Lorsque tu seras constructif, nous en reparlerons.

 
Aleksey Vyazmikin #:

Mes déductions sont donc erronées, et la réponse est non - vous avez une idée différente du processus.

Non, je n'ai pas d'idée différente. Oui. Je n'ai pas d'opinion différente, c'est juste que beaucoup de gens n'aiment pas appeler les choses par leur nom pour une raison ou une autre.

J'ai seulement souligné que sans détection d'un extremum global, il est impossible d'arrêter l'apprentissage (enfin, ou de force, ce qui n'est d'aucune utilité pratique).

 
Andrey Dik #:

Pourquoi pas ? Oui. Je n'ai pas d'idée différente, c'est juste que beaucoup de gens n'aiment pas appeler les choses par leur nom pour une raison ou une autre.

Quand exactement arrêter l'apprentissage est une question de choix méthodologique, je soulignais seulement qu'il est impossible d'arrêter l'apprentissage sans détecter un extremum global (enfin, ou de force, ce qui n'aura aucune utilité pratique).

Un point d'arrêt précoce n'est pas un point d'extremum global.

 
Maxim Dmitrievsky #:

Je connais les réponses aux questions que vous n'avez pas encore pensé à poser. Continuez comme ça. Quand tu seras constructif, nous en reparlerons.

Es-tu encore en train d'être grossier ? Tu le sais peut-être, mais tu ne le montres pas pour une raison ou une autre.

C'est comme cette blague :

-"Ma fille, tu as des seins ?

-Oui, j'en ai !

Pourquoi ne les portes-tu pas ?

 
Maxim Dmitrievsky #:

Un point d'arrêt précoce n'est pas un point d'extremum global.

D'accord. Pouvez-vous expliquer ce que cela signifie ? Quand devons-nous arrêter la formation ? À la première itération ? À la deuxième ? La troisième ? À la centième ? Laquelle ?
 
Andrey Dik #:

Es-tu encore en train d'être impoli ? Vous le savez peut-être, mais vous ne le montrez pas.

C'est comme cette blague :

-"Ma fille, tu as des seins ?

-Oui !

Pourquoi ne les portes-tu pas ?

Je n'ai pas besoin de montrer quoi que ce soit à qui que ce soit, je ne suis pas exhibitionniste. Je ne serais pas prétentieuse si j'étais toi.

 
Maxim Dmitrievsky #:

Je n'ai pas besoin de montrer quoi que ce soit à qui que ce soit, je ne suis pas exhibitionniste. Je ne serais pas prétentieux à votre place.

Lequel de nous deux est prétentieux ?

Je connais les réponses aux questions que tu n'as même pas encore pensé à poser. Continue comme ça.

 
Andrey Dik #:
D'accord. Pouvez-vous expliquer ce que cela signifie ? Quand exactement devez-vous arrêter la formation ? À la première itération ? À la deuxième ? La troisième ? À la centième ? Laquelle ?

Selon le critère d'arrêt choisi

 
Maxim Dmitrievsky #:

Je n'ai pas besoin de montrer quoi que ce soit à qui que ce soit, je ne suis pas exhibitionniste. Je ne serais pas prétentieux à votre place.

Si tu sais, ne dis rien. Et si vous dites que vous savez, montrez-le. Ce n'est pas bien vu : "Je sais, mais je ne vous le dirai pas, et vous êtes tous des imbéciles !"