L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 2644

 
Qui, anche se si pubblica un graal già pronto, in risposta inizieranno a spiegare all'autore che razza di idiota è)
 
secret Graal pronto, in risposta inizieranno a spiegare all'autore che razza di pazzo è)

Non ho mai visto graal qui, ma ci sono molte vaghe allusioni al possesso del Grande Mistero del Graal) Ho già commentato questo argomento e il termine "sciocco" qui è praticamente un termine medico, non una parolaccia).

 
mytarmailS #:

Pubblichiamo qualche ricerca, qualche idea.

Sto pensando alla possibilità di combinare la mia idea con quella dell'algoritmo PRIM. Non ho molto di cui vantarmi.

 
mytarmailS #:

Pubblichiamo alcune ricerche, idee...

C'è già un articolo sul clustering :) è inutile, però.

Ho qualche idea su come farne uno sensato, ma non l'ho ancora fatto. E ho perso tutte le fonti

I pro sono già stati espressi - stabile su nuovi dati. Il lato negativo: i voti sono mediocri. Ma è possibile trovare qualche compromesso.
 
secret graal già pronto, in risposta inizieranno a spiegare all'autore che razza di idiota è).
Ahahahaha... È vero.
 
Aleksey Nikolayev #:

Sto pensando alla possibilità di combinare la mia idea con quella dell'algoritmo PRIM. Non ho molto di cui vantarmi.

Qual è la freschezza di Prim rispetto ad altre che non ho ancora capito
 
Maxim Dmitrievsky #:
Esiste già un articolo sul clustering :) ma è inutile.

Ci sono alcune idee su come crearne uno sensato, ma non l'ho ancora fatto. E ho perso tutte le fonti.

I pro sono già stati espressi - stabile su nuovi dati. Il lato negativo è che i voti sono mediocri. Ma si può spremere qualche compromesso.
Se si trovano cluster in cui un'etichetta di classe domina fortemente sull'altra, allora tale cluster mantiene le statistiche sui nuovi dati in contrasto con qualsiasi formazione. Con un insegnante.
Provate a trovare un cluster di questo tipo, ne sarete piacevolmente sorpresi.
 
mytarmailS #:
Qual è la freschezza di Prim rispetto agli altri, non ho ancora capito.

L'ho trovato adatto come base per un algoritmo di selezione di una regione di lavoro in un insieme di predittori. In parole povere, costruisco delle approssimazioni iniziali per le regioni cubiche basate sulla mia idea, e poi cerco di regolarle più finemente.

Ebbene, l'ottimizzazione è finalizzata solo al profitto, il che porta a cercare di migliorare il sistema aumentando artificialmente i falsi negativi.

Non esiste una teoria rigorosa ed è difficilmente realizzabile.

 
Aleksey Nikolayev #:

L'ho trovato adatto come base per un algoritmo di selezione di una regione di lavoro in un insieme di predittori. In linea di massima, sulla base della mia idea, costruisco delle approssimazioni iniziali per le regioni cubiche e poi cerco di regolarle più finemente.

Ebbene, io ottimizzo solo in base al profitto, il che porta a un tentativo di migliorare il sistema aumentando artificialmente i casi di falso negativo.

Non esiste una teoria rigorosa ed è improbabile che sia possibile.

Non capisco...
Se ci si limita ad addestrare la Foresta Casuale e a scegliere le regole migliori in base al criterio necessario, qual è la differenza?
La regola è già un caso speciale di qualche situazione e questi cubi sono già presi in considerazione dalla regola.
 
mytarmailS #:
Non capisco...
Se si addestra semplicemente una Foresta Casuale e si selezionano da essa le regole migliori in base al criterio richiesto, qual è la differenza?
La regola è già un caso speciale di una situazione e questi cubi sono già presi in considerazione dalla regola.

Può anche essere così. Ma sembra essere un approccio più interpretabile al confronto/selezione delle caratteristiche e all'ottimizzazione dei metaparametri.