Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 3314

Novo comentário
 

Wo gpt gives out))))

Qual é a diferença no aprendizado de máquina entre aprender com um professor e sem um professor?
ChatGPT

O aprendizado supervisionado e o aprendizado não supervisionado são as duas principais abordagens do aprendizado de máquina e diferem em alguns aspectos fundamentais:

  1. Presença de rótulos (alvos):

    • Aprendizado não supervisionado: nesse tipo de aprendizado, os dados têm rótulos (alvos) que representam respostas corretas ou valores-alvo. O modelo é treinado com esses dados para aprender a prever a variável-alvo.
    • Aprendizagem não supervisionada: ao contrário da aprendizagem supervisionada, na aprendizagem não supervisionada, os dados não têm rótulos. Aqui, o modelo tenta encontrar a estrutura nos dados sem respostas corretas previamente conhecidas.

  2. Objetivo:

    • Aprendizagem com o professor: o objetivo principal é prever ou classificar a variável-alvo com base nos dados de entrada. Esse tipo de aprendizado é usado quando é necessário executar uma tarefa como classificação, regressão ou detecção de anomalias.
    • Aprendizagem não supervisionada: o principal objetivo é detectar estruturas ou padrões ocultos nos dados. Esse tipo de aprendizado é usado para agrupamento de dados, redução de dimensionalidade, análise associativa e outras tarefas relacionadas ao aprendizado da estrutura dos dados.

  3. Exemplos de tarefas:

    • Aprendizado com um professor: classificação, regressão, previsão, detecção de fraudes, detecção de objetos, tradução automática etc.
    • Aprendizado sem um professor: agrupamento, redução de dimensionalidade (PCA, t-SNE), regra associativa, visualização de dados e muitas outras.

  4. Avaliação de modelos:

    • Aprendizado com um professor: um modelo é avaliado com base em sua capacidade de fazer previsões ou classificações, comparando-o com rótulos conhecidos. As avaliações podem incluir precisão, medida F1, erro RMS e outras métricas.
    • Aprendizado sem um professor: a estimativa é mais difícil porque não há rótulos conhecidos para comparar. A avaliação pode ser baseada na inspeção visual da qualidade do agrupamento, na comparação com outros algoritmos ou na análise de um especialista.

Ambos os tipos de aprendizagem têm suas aplicações na aprendizagem automática, e a escolha entre eles depende da tarefa específica e dos dados disponíveis. Às vezes, também são usados métodos híbridos, combinando a aprendizagem com e sem um professor para obter melhores resultados.

 
É um desastre. Eu não ficaria surpreso se não chegasse a eles nem mesmo depois disso.

No contexto do aprendizado de máquina com um professor, o professor é o ser humano ou o sistema que fornece os dados rotulados para treinar o modelo. O particionamento de dados significa que, para cada conjunto de dados de entrada, a saída correspondente é conhecida.
 
Maxim Dmitrievsky #:
Sanych, quando vamos nos lembrar de que o Professor é sinais + alvo?)

Então, afinal, não é "traços + alvo"?

Pontuação.

 
Forester #:

Então, afinal, não se trata de "sinais + alvo"?

Nota.

Quando o nível de abstração é zero, você pode chegar ao fundo da questão.
 
Maxim Dmitrievsky #:
Quando o pensamento abstrato está no zero, você pode chegar ao fundo da questão.

Lembrei-me da previsão de Strange sobre a lua,

e depois, como aconteceu o contrário, ele disse que comprá-la é vendê-la).

explicando que o loonie não é o USDCAD, mas o CADUSD.
 
Maxim Dmitrievsky #:
Quando o nível de abstração está em zero, você pode dar uma olhada.

O que há de errado? Você pensou que era o único que podia brincar?

Agora vou direto ao assunto: qual é o critério de parada para o treinamento de redes neurais em particular e para o aprendizado de máquina em geral?

 
Eles estão com raiva... Aparentemente, estamos no outono, o clima está ruim, é agravante....) Eu quero sol).
 
Por que vocês não fazem fila e imploram por um de cada vez? Então eu os darei.
São muitas bocas para alimentar ao mesmo tempo, não consigo acompanhar.
 
Maxim Dmitrievsky #:
Por que vocês não fazem fila e pedem um de cada vez? Depois começarei a distribuir
.
São muitas bocas para alimentar ao mesmo tempo, não consigo acompanhar.

Max, você é o único em seu livro pessoal.

Seu próprio pensamento abstrato não lhe diz o que significa a palavra "fórum"?

Aqui você precisa ser capaz de ceder e admitir seus erros, ou seja, estar na companhia de pessoas sobre as quais você não sabe praticamente nada, mas que podem saber muitas vezes mais do que você.

 
Estive conversando com Sanych, de onde você vem, você não tem atenção suficiente?
Professores :))) conversem entre vocês.
1...330733083309331033113312331333143315331633173318331933203321...3399
Novo comentário