Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 1703
Você está perdendo oportunidades de negociação:
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Registro
Login
Você concorda com a política do site e com os termos de uso
Se você não tem uma conta, por favor registre-se
Quando você pensa (o seu intelecto resolve um problema) você tem que se comunicar com alguém naquele momento?
Ainda não consegues tirar a tua definição de "verme" de inteligência do caminho, por isso estamos agora a comunicar em línguas diferentes.
Esses dados excessivamente exigentes não parecem ser uma desvantagem? Ouvi dizer que os NSs que reconhecem os sinais de trânsito erram se tiverem um pequeno autocolante na lateral. Talvez esta super-sensibilidade não seja necessária?
Isto é um pouco diferente. Quando comete um erro no ensino, está essencialmente a ensinar-lhe algo que não sabe. Lembre-se que a NS é como uma criança, ela precisa ser informada exatamente o que você quer que ela faça. Afinal, o resultado será interpretado em termos das suas ideias sobre a aprendizagem e, na realidade, elas foram confusas, como uma opção.
Dica do dia. Coloque os vetores de entrada como uma esfera a partir da origem do sistema de coordenadas, o que permite uma certa clareza e evita inconsistências.
Talvez a minha compreensão da IA seja fraca. Mas, em geral, a IA é precisamente um sistema que interage com os humanos. Se a IA não interage com humanos fornecendo uma interface visual e de voz amigável, e funciona em modo stealth,então é apenas um programa. Não é?
SIM!!!!!
É exactamente isso que estou a dizer!
Ointelecto é umalgoritmo de auto-modificação, auto-adaptação de escolha, transformação de informação, como resultado da acção de que emergem módulos de informação que não eram previamente conhecidos do sujeito e que não o introduziram de forma pronta a partir do exterior
Isto não é razão, é a única forma conhecida de pensar, e você está confundindo isso com razão.
Você confunde o selim de uma bicicleta com a própria bicicleta e você quer que o selim ande!
Isto é um pouco diferente. Quando comete um erro no ensino, está essencialmente a ensinar-lhe algo que não sabe. Lembre-se que a NS é como uma criança, ela precisa ser informada exatamente o que você quer que ela faça. Depois de todo o resultado você interpretará os resultados no âmbito das suas idéias sobre a aprendizagem, e na realidade elas são confusas, como uma opção.
Dica do dia. Colocar os vetores de entrada na forma de uma esfera a partir da origem do sistema de coordenadas, permite alcançar a inequivocidade e eliminar a inconsistência.
Está bem. Sei que a NS está treinada para apanhar um invariante recorrente nos dados. É essencialmente uma abordagem estatística. Então porque é que um pequeno erro pontual tem um impacto tão significativo no treino? Uma pessoa não vai notar e esquecer, mas o treinamento da rede vai quebrar?
Um erro não é apenas um erro. Um pequeno erro pode ter um grande impacto.
E a NS não está a ser solicitada a recolher dados repetitivos. Está a ser-lhe pedido que identifique padrões ocultos para obter o resultado certo na ausência de dados repetitivos. Compreender a generalização. Quando temos um domínio finito de dados, mas só temos 50% desses dados. A rede aprende e identifica um padrão que pode construir o resto dos dados que não viu. É como reconstruir imagens de vídeo antigas com pixels ausentes que a rede elabora por si só.
SIM!!!!!
É exactamente isso que estou a dizer!
Ointelecto é umalgoritmo de auto-modificação, auto-adaptação de escolha, transformação de informação, como resultado da acção de que emergem módulos de informação que não eram previamente conhecidos do sujeito e que não o introduziram de forma pronta a partir do exterior
Isto não é razão, é a única forma conhecida de pensar, e você está confundindo isso com razão.
Você confunde o selim de uma bicicleta com a própria bicicleta e quer que o selim ande!
Provavelmente não é bem assim, mas nas competições, a amostragem é estacionária, não há características particulares de lixo, ou seja, as condições não são aquelas com as quais trabalhamos, e estou apenas pensando na melhor maneira de preparar os dados com essas características em mente. (A solução ainda não está na forma final, mas é uma tarefa importante).
Os diferentes modelos de construção de árvores são bons, mas no momento eles não podem ser carregados em um arquivo separado, e portanto não podem ser incorporados no Expert Advisor, o que é ruim.
Eu dei-lhe um link para ver as divisões dos dados JOT. Aqui é onde o modelo completo é baixado para um arquivo. Então as divisões são lidas a partir dele.
Eu não gosto da falta de pós-processamento no boosting - quando depois do treinamento o modelo é simplificado por descartar árvores fracas. Não entendo porque não fazem isso.
Ao impulsionar, por definição, todas as árvores são importantes. Cada uma delas sucessivamente refina todas as anteriores. Se você jogar fora uma árvore no meio, tudo o que se seguirá funcionará com dados incorretos - você deve reciclá-los sem levar em conta a árvore jogada fora. A primeira árvore irá replicar de muito perto a árvore descartada.
Folhas de árvores individuais em crescimento são fracas - pequena completude - menos de 1% e é ruim que este parâmetro não possa ser ajustado,
Sim. As folhas individuais na bandeja estão incompletas, porque são complementadas pelas respostas das folhas de outras árvores de refinação. E apenas as respostas cumulativas de, por exemplo, 100 árvores dão a resposta correcta.
Tentar obter algo válido a partir de uma única folha do modelo de reforço é impossível.
Todas as 100 respostas de 100 árvores são somadas no boosting, cada uma dá por exemplo 0,01 no total = 1. O valor de 1 folha = 0,01 - o que você quer ganhar com isso? Não há nada nele. Somente a soma de 100 folhas dará a resposta correta.
Na verdade, ali a 1ª árvore é forte e dá por exemplo 0,7, o resto aproxima a soma de 1. Se apenas as folhas da primeira árvore são consideradas separadamente, mas acho que são mais fracas do que qualquer árvore da floresta aleatória, devido à menor profundidade.
A floresta aleatória tem uma média, por exemplo, cada folha de 100 árvores = 1, a média também = 1. Nele, as raposas estão completas, mas com variação aleatória. Mas uma multidão de 100 respostas, dá uma média como uma resposta razoavelmente precisa.
Como um verdadeiro comerciante, tenho dois alce e tenho o meu modelo renovada. Negociar não é um negócio gratificante :-)
Eu não estou confuso. Eu separei claramente o programa em algoritmos convencionais, em redes neurais, IA e Inteligência.
Eu desisto...