トレンド戦略に関連するIO（ディシジョンツリー／フォレスト）を開発するためのチームを結成する。 - ページ 13

新しいコメント
 
私が思うに、標準的なモデルがすべてうまくいかないのは、モデルが標準的だからではなく、ターゲットに対して代表的なサンプルを用意できないからではないでしょうか。大雑把に言うと、あなたのデータはガラクタであり、どんな機械学習手法もこのガラクタを扱えないということだ。また、学習サンプルが代表的なものであれば、つまり学習前に可能な限り設定されていれば、複雑な学習アルゴリズムがなくても、標準的な手法がそのまま機能することになる。
 
最初は予測変数のセットを巧妙に騙してアップロードし、次に不要な予測変数を削除し、カテゴリカルレベルでサンプルの代表性を高め、時々不足するトレーニングの質を10％ほど向上させました。カテゴリーでモデルを学習させ、実データをどう反映するかを見て、実数値がOKなら実数値にモデルを乗せると、アバターにスーパーマンスーツを着たバート・シンプソンがいるミーシャが教えてくれるのです。もう私のことを忘れているのでは...。
 
Gramazeka1:
私の推測では、すべての標準的なモデルが機能しないのは、モデルが標準的だからではなく、ターゲットに対して代表的なサンプルを準備できないからです。大雑把に言うと、あなたのデータはガラクタであり、どんな機械学習手法もこのガラクタを扱えないということだ。サンプルが代表的なものであれば、つまり、トレーニング前に最適にフィットしていれば、派手な学習アルゴリズムでなくても、標準的な手法で十分です。

効かないってどういうこと？99％正しい取引を持ってこない？働かないことの基準を教えてほしい。専門性を高めることで、成果を上げることを目的としています。

Gramazeka1:
まず、すべての予測変数をスマートな形でロードするようにずるずると工夫し、不要な予測変数を削除してカテゴリカルレベルでサンプルの代表性を高め、時々見逃していた学習の質を10％ほど向上させたのです。カテゴリーでモデルを学習させ、実データにどう反映するかを見て、実数値がOKなら実数値にモデルを乗せると、アバターにスーパーマンスーツを着たバート・シンプソンがいるミーシャが教えてくれるのです。もう私のことを忘れているのでは...。

アカウントにアクセスできなくなったのですか？

 
Aleksey Vyazmikin:

効かないってどういうこと？99％正しい取引を持ってこない？働かないことの基準を教えてほしい。専門性を高めることで、成果を上げることを目的としています。

アカウントにアクセスできなくなったのですか？

いや、今、携帯電話からなんですけどね。
 
Gramazeka1:
いいえ、今、携帯電話を使っているだけです

携帯電話から自分のアカウントにログインできないのですが？

 
AI構築のための新しい学習方法、構築方法、アプローチ方法を常に模索しているのであれば、学習のためのデータはあまり良くないのでしょうね。学習データのRでの前処理と増幅で、Reshetovのオプティマイザーは素晴らしい働きをします。残念ながらドクターのエルムネットワークは弱点が見えてしまったので、レシェトフに戻り、学習前のデータ準備のレベルを強化したんです。結果は戦闘で検証していますが、トレーニングの質も上がりました。トレーニング品質の範囲内で、例数を増やしたところ、どうやら...。同じですが、まだパッケージのすべてを理解し、適用しているわけではありません。ここまでで2つの大きなポイントがあります。これは、不要な予測因子をふるい落とし、カテゴライズすることでreprezenttivnostを増加させるものです。次に、このパッケージには他にどんな仕掛けがあるのか見てみましょう。昨日の夕方、膝をついて実質的に完成させました。総じて、この先どうなるか、どうなるか...。
 
Aleksey Vyazmikin:

携帯電話から自分のアカウントにログインできないのですが？

パスワードを覚えていないのと、パソコンでメールが認証されているため。とにかく...
 
Gramazeka1:
AIを構築する上で、常に新しい学習方法、構築方法、アプローチ方法を探しているのであれば、データはあまり学習に向いていないのでしょうね。学習データの前処理とRでの増幅で、Reshetovのオプティマイザーはまさに驚異的な働きをする。残念ながらドクターのエルムネットワークは弱点が見えてしまったので、レシェトフに戻り、学習前のデータ準備のレベルを強化したのです。結果は戦闘で検証していますが、トレーニングの質も上がりました。トレーニング品質の範囲内で、例数を増やしたところ、どうやら...。同じですが、まだパッケージのすべてを理解し、適用しているわけではありません。ここまでで2つの大きなポイントがあります。これは、不要な予測因子をふるい落とし、カテゴライズすることでreprezenttivnostを増加させるものです。次に、このパッケージには他にどんな仕掛けがあるのか見てみましょう。昨日の夕方、膝をついて実質的に完成させました。とにかく、この先どうなるのか...。

もちろん、サンプルは多くなければなりませんし、例の数を増やしたのは正解でした。どのような原理で「不要な」予測因子をふるい落としたのでしょうか？カテゴリーについてお聞かせください。


Gramazeka1:
パスワードを覚えていないのと、パソコンでメールが認証されるから。とにかく、そんなことより...。

誰が誰だかわからない、そんなことがまかり通っている......。だからこそ、「誰が誰なのか」を理解することが重要なのです。

 
Aleksey Terentev:
Pythonのディープニューラルネットワーク（画像）、強化学習、これらすべてをmtにリンクさせるなどのお手伝いができます。


プロジェクト管理サービスとしては、trello.comにプラッシュしています。また、代替案として、ru.yougile.comもあります。
カンバンとアドジェイルという用語に慣れておくとよいでしょう。

連続的なタスクのRLに関する文献で、新しいものはありますか？

 
Aleksey Terentev:
Pythonのディープニューラルネットワーク（写真）、強化学習、そしてこれらすべてをMTにリンクさせることをお手伝いします。

ニューラルネットワーク、面白いですね。木や森に全く興味がない？

どうしても理解できないのですが、作られるチームに入りたいのか、それとも代替案を提案しているのでしょうか？


アレクセイ・テレンテフ

プロジェクト管理サービスについては、私はtrello.comに賛成です。また、代替のru.yougile.comとしても。
カンバンやアドジェイルという用語に慣れておくとよいでしょう。

ソーシャルネットワークと似ていて、今の仕事には便利なのですが、知的作業の結果である情報を蓄積することができないのです。

1...67891011121314151617181920
新しいコメント