L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 3319

 
Maxim Dmitrievsky #:

Selon le critère d'arrêt choisi

Quel est le critère d'arrêt ?
 
Andrey Dik #:
Si vous savez, ne dites rien. Et si tu dis que tu sais, montre-moi. Sinon, ce n'est pas gentil : "Je sais, mais je ne vous le dirai pas, et vous êtes tous des imbéciles !".

Si tu es capable d'absorber de nouvelles informations, je te l'ai montré, lis le lien.

 
Andrey Dik #:
Quel est le critère d'arrêt ?

tout

 
Il s'agit d'un critère externe (personnalisé) selon lequel le NS n'est pas optimisé (formé).
 
Maxim Dmitrievsky #:

Je vous l'ai montré, lisez le lien.

Maxim Dmitrievsky #:

tout

Vous n'avez pas donné de réponse. Quand devez-vous arrêter la formation ?
 
Andrey Dik #:
Vous n'avez pas donné de réponse. Quand faut-il cesser d'apprendre ?

Quel que soit le critère utilisé, j'ai répondu à la question.

 
Maxim Dmitrievsky #:

selon des critères personnalisés, j'ai répondu à la question.

Citez deux critères très spécifiques.
 
Andrey Dik #:
Citez deux critères très spécifiques.

Précision, ROC/AUC, R^2.

 
Maxim Dmitrievsky #:
Il s'agit d'un critère externe (personnalisé) en fonction duquel le réseau neuronal n'est pas optimisé (formé).

Il est donc possible d'entraîner plusieurs réseaux neuronaux différents, chacun selon son propre critère ?

Si j'ai bien compris et que c'est le cas, cela me convient.

Je dois le faire

 
Renat Akhtyamov #:

Vous pouvez donc entraîner plusieurs réseaux neuronaux différents, chacun sur un critère différent ?

Si je comprends bien et que c'est le cas, cela me convient.

Je vais devoir me pencher sur la question.

Vous pouvez arrêter la formation en fonction de n'importe quel critère, mais ils sont généralement formés en fonction de la perte logarithmique.

En fonction du critère, vous obtiendrez des modèles différents avec des propriétés différentes.