Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 3385

Novo comentário
 
Maxim Dmitrievsky #:
Você não queria escrever um artigo sobre regras ou mudou de ideia? Provavelmente é um tópico interessante, mais interessante do que minimizar as funções de teste. Ou você tem problemas com a validação delas em OOS? Ou não há problemas, mas apenas preguiça de escrever.
Não sei, não há nada para escrever.
Vou escrever como quebrar um modelo de madeira em regras, e daí?
Na verdade, minha postagem já mostrou tudo.

Ou você está se referindo à minha postagem antiga? Se sim, ao dividir não encontrei propriedades super curativas, há vantagens que não podem ser dadas ao modelo.

1. você pode reduzir drasticamente a dimensionalidade do modelo.



2. você pode conhecer as estatísticas de cada regra (isso é muito importante).

Por exemplo, temos um modelo de madeira com 100 regras e nunca sabemos se cada regra funcionou uma vez dentro das 100 regras (não há padrão) ou se 10 regras funcionaram 50 vezes (há um padrão).
Se não quebrarmos o modelo, não saberemos e ambos os modelos serão iguais para nós.

 
mytarmailS #:
Não sei, realmente não tenho nada para escrever.
Vou escrever como quebrar um modelo de madeira em regras, e daí?
Basicamente, minha postagem já mostrou tudo.

Ou você está se referindo à minha postagem antiga? Se sim, ao dividir não encontrei propriedades de super cura, mas há vantagens que não podem ser dadas ao modelo.

1) Você pode reduzir drasticamente a dimensionalidade do modelo.



2. você pode conhecer as estatísticas de cada regra (isso é muito importante).

Por exemplo, temos um modelo de madeira com 100 regras e nunca sabemos se cada regra funcionou uma vez dentro das 100 regras (não há padrão) ou se 10 regras funcionaram 50 vezes (há um padrão).
Se não quebrarmos o modelo, não saberemos e ambos os modelos serão iguais para nós.

Bem, em árvores, geralmente é possível calcular a influência de cada observação de cada recurso, sua contribuição para o modelo, por exemplo, por meio de valores de forma. Se deixarmos apenas as observações úteis e treinarmos algo somente com elas, obteremos um análogo aproximado da pesquisa de regras. Com os neurônios, a propósito, isso também é possível.

É difícil entender quando apenas as regras podem ser as únicas úteis. Talvez pela capacidade de interpretação do resultado. Embora os valores de forma também ofereçam boa interpretabilidade, mais ou menos.
 
Maxim Dmitrievsky #:
Bem, em árvores, geralmente é possível calcular a influência de cada observação de cada característica, sua contribuição para o modelo, por exemplo, por meio de valores de forma. Se você deixar apenas as observações úteis e treinar algo somente com elas, obterá um análogo aproximado da pesquisa de regras. Com os neurônios, a propósito, isso também é possível.

É difícil entender quando apenas as regras podem ser as únicas úteis. Talvez pela capacidade de interpretação do resultado. Embora os valores de forma também ofereçam boa interpretabilidade, mais ou menos.
A influência de cada característica, a influência de cada observação e a influência de cada regra são todas diferentes
 
mytarmailS #:
O impacto de cada recurso, o impacto de cada observação e o impacto de cada regra são todos diferentes
As regras são os elementos do modelo que vinculam os recursos e os rótulos. O único problema é que as redes neurais não têm descontinuidade, mas ela pode ser criada artificialmente.

O que estou dizendo é que não vejo muita utilidade nas regras (fumar um cachimbo de forma significativa).
 
Maxim Dmitrievsky #:
As regras são os elementos do modelo que vinculam atributos e rótulos. O único problema é que as redes neurais não têm descontinuidade, mas ela pode ser criada artificialmente.

O que estou querendo dizer é que não vejo muita utilidade nas regras.

Vou tentar de Khabarovsk...


Qualquer modelo é uma certa soma de padrões; exageradamente, um padrão pode ser rotulado como um TS.


Vamos imaginar que um modelo consiste em 100 TCs.


Pode ser que no modelo nº 1 100 TCs tenham feito um acordo.

Pode ser que, no modelo nº 2, um TS tenha feito 100 negociações e os outros 99 não tenham feito uma única negociação.


Como calcular as estatísticas para cada TS?

Se o modelo for um modelo de regras, isso é fácil e claro.

Se o modelo forneural?

 
mytarmailS #:

Vou tentar de perto de Khabarovsk.

Se o modelo for um neurônio?

/\
!
!

Você e Sanych não trabalham no mesmo estúdio?
Você escolhe exemplos que são bem previstos pelo NS. Você treina outro NS somente com eles. Repita várias vezes, de acordo com seu gosto. Após algumas rodadas, você terá o NS com as melhores "regras".

Também é fácil e eu não diria incompreensível.
 
Maxim Dmitrievsky #:

Você escolhe exemplos que são bem previstos pelo NS. Treine outro NS somente com eles. Repita várias vezes, de acordo com seu gosto. Após várias rodadas, você obterá o NS com as melhores "regras".
Bem, temos uma subamostra na qual o neuronka faz uma boa previsão. Como você sabe se é um padrão nessa subamostra, dois ou vinte? Você realmente não sabe a diferença?

 
mytarmailS #:
Bem, temos uma subamostra em que a neurônica faz uma boa previsão. Como você sabe se é um padrão nessa subamostra, dois ou vinte? Você realmente não sabe a diferença?

Pelo número de exemplos restantes. Há tantos exemplos quanto há padrões. É uma regra aproximada, não estou dizendo que é o mesmo que uma regra rígida. Mas você pode dividir a amostra ainda mais, até uma divisão completa para cada padrão.
 
Maxim Dmitrievsky #:
Pelo número de exemplos restantes. Há tantos exemplos quanto padrões.
Pode haver 200 exemplos e apenas 5 padrões.
Um exemplo não é um padrão, um exemplo é uma observação.
 
mytarmailS #:
Pode haver 200 exemplos e apenas 5 padrões.
Um exemplo não é um padrão, um exemplo é uma observação
Se o erro já parou de cair ou é igual a zero, você pode dividir os exemplos restantes em padrões por alguma medida de proximidade :). Clustering, por exemplo. E contar quantos restam. E até mesmo escrever uma condição de média para cada padrão/cluster (pegar os centroides dos clusters), você obterá uma regra de saída.
1...337833793380338133823383338433853386338733883389339033913392...3399
Novo comentário