Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 3313
![MQL5 - Linguagem para estratégias de negociação inseridas no terminal do cliente MetaTrader 5](https://c.mql5.com/i/registerlandings/logo-2.png)
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
Se você se refere à seleção de recursos como parte dos modelos, discordo totalmente, porque a seleção de recursos como parte dos modelos classifica qualquer lixo.
Estou falando de seleção de recursos
e o que você chama de "seleção de recursos em modelos" é a importância da variação. Não confunda a si mesmo e aos outros.
E o que você faz com o pacote de proxy é uma seleção de recursos artesanal, incorreta e primitiva, ou melhor, parte dela.
E, realmente, familiarize-se com os conceitos e não introduza seus próprios conceitos sobre os existentes.
Porque eu me contorço toda vez que você chama o retreinamento de "ajuste excessivo" e há muitos erros desse tipo.
Sanych, quando vamos nos lembrar de que Professor é sinais + alvo?)
Oh, o mais sábio!
Oh, o mais experiente!
"Professor" (sinônimo de variável-alvo) no método de aprendizado "com professor" é uma VARIÁVEL separada na fórmula de todos os modelos de aprendizado de máquina que conheço, por exemplo:
randomForest(as.factor(target ) ~ ., data = Train [, - ncol(Train )], ntree = ntree, mtry = mtry)
onde o alvo representa uma coluna separada da matriz. No significado, por exemplo, de incrementos de preço. É como uma função e seus argumentos.
As outras colunas da matriz precisam ser combinadas. O problema é que nem todo professor se ajustará aos recursos (preditores) e vice-versa, nem todo recurso se ajustará a um determinado professor
Estou falando de seleção de recursos
e o que você chama de "seleção de recursos como parte dos modelos" é a importância da variação. Não confunda a si mesmo e aos outros.
E o que você faz com o pacote proxy é uma seleção de recursos artesanal, incorreta e primitiva, ou melhor, uma parte dela
E, realmente, familiarize-se com os conceitos e não introduza seus próprios conceitos sobre os existentes.
Porque eu me contorço toda vez que você chama o retreinamento de "ajuste excessivo" e há muitos erros desse tipo
Obrigado pelo esclarecimento!
Mas a precisão absoluta só é possível com um modelo específico de aprendizado de máquina, pois há modelos que fornecem informações sobre a importância da variação e há modelos que têma seleção de recursos incorporada.
Se for uma classificação geral de conceitos no problema de seleção de recursos, você pode usar este modelo
Para sua informação: qual é a tradução de overfitting? Overfitting? Ou talvez overfitting?
Obrigado pelo esclarecimento!
Só para sua informação: qual é a tradução de overfitting? Overfitting? Ou talvez overfitting?
overate.
Falou demais.
A questão não é nem isso, é que você é o único que usa essa palavra na frente de centenas de outras pessoas e não há nada de bom nisso, é apenas confuso.
==================================================================
Lembro que você disse que suas funções demoram muito para serem contadas. Existe uma coisa muito legal chamada memoização de código, que acelera muito o código em alguns casos, basta envolver uma função f1() lenta em f2() e criar uma função memorizável.
grande ganho
Oh, homem muito sábio!
Oh, o mais instruído!
"Mestre".
Sanych, onde está escrito que Professor é sinônimo de alvo? )
memoise
curiosamente
Sanych, onde está escrito que Professor é sinônimo de alvo? )
Não seja burro!
O aprendizado supervisionado é um dos métodos deaprendizado demáquina, no qual o sistema em teste é forçado a aprender usando exemplos de estímulo-resposta. Do ponto de vista dacibernética, é um tipo deexperimento cibernético. Pode haver alguma dependência entre as entradas e as saídas de referência ( estímulo-resposta), mas ela é desconhecida.
E o mais importante é que você não precisa ensinar ninguém! Basta fazer suas próprias coisas!
Não seja estúpido!
O aprendizado supervisionado é um dos métodos deaprendizado demáquina, no qual o sistema em teste é forçado a aprender usando exemplos de estímulo-resposta. Do ponto de vista dacibernética, é um tipo deexperimento cibernético. Pode haver alguma dependência entre as entradas e as saídas de referência ( estímulo-resposta), mas ela é desconhecida.
E o mais importante é que você não precisa ensinar ninguém! Basta fazer suas próprias coisas!
Sanych, ONDE ESTÁ ESCRITO?
É lógico supor que, se com o professor - é com a coluna do alvo f-i, e sem o professor - sem essa coluna, então essa coluna é o professor.