L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 2300

[denis.eremin]

Divertente, naturalmente - trovare la correlazione AUDNZD = AUD/USD / NZD/USD è un compito troppo difficile per NS.

Anche se forse il pacchetto è così pieno di difetti

[Forester]

Come per la tabella di moltiplicazione, si dovrebbero dare più esempi diversi.

Nel caso della moltiplicazione della foresta, sarà semplicemente una media (ad esempio 500) degli esempi di apprendimento più vicini. La formula esatta non sarà mai trovata.

Esempio per 2 esempi di allenamento e 2 alberi nella foresta.

Addestrato

6*4=24

6*7=42

Se chiediamo al modello

6*6

troverà il più vicino

6*4=24

6*7=42

E calcolerà

(24+42)/2=66/2=33

Per 6*5 risponderà allo stesso modo.

Più diverse sono le scelte intermedie nella formazione, più accurata sarà la risposta.

[Aleksey Mavrin]

A proposito, esiste una lista standard di test per i neuroni? Sai, tipo quali compiti dovrebbero essere in grado di risolvere con un botto, mezzo botto, ecc. Voglio solo eseguirlo.

[mytarmailS]

denis.eremin:

Sì

)))) allora cosa vuoi?

aggiungere livelli nascosti

[denis.eremin]

mytarmailS:

)))) allora cosa vuoi?

Aggiungere i livelli nascosti.

Cosa, il compito è così difficile?

[Forester]

mytarmailS:

)))) allora cosa vuoi?

Aggiungere i livelli nascosti.

Per un compito così semplice, uno strato, in teoria, è sufficiente.

Quindi è improbabile ottenere il 99% con 10 strati

[Aleksey Mavrin]

denis.eremin:

Il compito è così difficile?

Qual è il miglior risultato con quale funzione di attivazione dello strato di output?

e quanti neuroni di uscita? uno?

[mytarmailS]

Cosa, il compito è così complicato?

No, uno strato è primitivo, è solo una moltiplicazione di peso.

elibrarius:
Per un problema così semplice, uno strato, secondo la teoria, è sufficiente.

Quindi è improbabile che 10 strati siano il 99%.

Questa è la sua teoria.

[Aleksey Mavrin]

elibrarius:
Per un compito così semplice, uno strato, secondo la teoria, è sufficiente.

Quindi è improbabile che 10 strati siano accurati al 99%.

se il problema può essere risolto con una precisione del 100% impostando manualmente i pesi (e le funzioni di attivazione), allora c'è un numero minimo richiesto di strati e neuroni. meno precisione può essere molto più bassa.

Credo che questo compito sia uno di quelli.

[Maxim Dmitrievsky]

Nuova funzione per lavorare con l'importanza delle caratteristiche

Dovrò provarlo a mio piacimento

https://medium.com/bcggamma/gamma-facet-a-new-approach-for-universal-explanations-of-machine-learning-models-b566877e7812