O que alimentar a entrada da rede neural? Suas ideias... - página 61
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
Não é possível. Você aprende o que lhe é dado para aprender.
Como você sabe se aprendeu ou não?
Aprenda 100%, até o último exemplo ou como anotar todos eles no banco de dados. Se você recebeu informações incompletas, o erro/problema não é seu, mas do professor. Na escola, se você aprendeu a tabuada apenas até 5, não deve perguntar sobre 6.
Não é possível. O que lhe é dado para aprender, você aprende.
Então, a memorização (aprendizado) é um processo interminável... Você recebe a tarefa de memorizar a tabuada e aprende e aprende a mesma coisa a vida toda?
Sem avaliação, não fica claro se a memorização é boa ou não tão boa, e não fica claro quando interromper o processo de memorização.
Ensine 100%, até o último exemplo ou como colocar todos eles no banco de dados.
"100%" é uma estimativa.
Aprender e registrar são coisas diferentes.
Salvar/gravar - não requer avaliação, presume-se que a gravação seja 100% eficiente (é um processo concluído, a otimização já foi feita por desenvolvedores anteriormente e atingiu 100% de qualidade de retenção de registros).
Processo de memorização - processo inacabado, requer avaliação para entender que a memorização é de alta qualidade.
Confirme ou refute minhas afirmações.
"100 por cento" é a estimativa.
Ensinar e escrever são coisas diferentes.
Preservação/gravação - não requer avaliação, presume-se que a gravação seja 100% eficaz (é um processo completo, a otimização já foi feita pelos desenvolvedores anteriormente e alcançou 100% de qualidade de preservação da gravação).
Processo de memorização - processo incompleto, requer avaliação para entender que a memorização é de alta qualidade.
Confirme ou refute minhas afirmações.
Você está tentando impor a otimização novamente)) É um loop infinito. Não vou ficar preso nele.
Tudo o que eu queria dizer sobre aprendizado != otimização, eu já disse.
Você está tentando introduzir a otimização novamente)) É um loop infinito. Não vou ficar preso nele.
Tudo o que eu queria dizer sobre aprendizado != otimização, eu já disse.
Sem saída, você não tem mais argumentos?
Não vou empurrar nada, estou apenas desfazendo equívocos. Não se preocupe, as concepções errôneas podem ser de qualquer pessoa, aqui neste tópico, e vamos lidar com elas, o topikstarter aprovou essas boas intenções)))).
Não estou falando de otimização. Estou falando sobre o fato de que qualquer processo significativo tem uma avaliação, porque sem avaliação é impossível entender a qualidade do trabalho realizado ou não está claro quando o processo pode ser concluído. Você concorda com isso?
Ao lidar com alguns dos pontos fundamentais, você pode descobrir novos horizontes que não eram visíveis antes.
Impasse, as discussões acabaram?
Não vou forçar nada, estou apenas desfazendo equívocos. Não se preocupe, as concepções errôneas podem ser de qualquer pessoa, aqui neste tópico, e lidaremos com elas, o topikstarter aprovou essas boas intenções))).
Não estou falando de otimização. Estou falando sobre o fato de que qualquer processo significativo tem uma avaliação, porque sem avaliação é impossível entender a qualidade do trabalho realizado ou não está claro quando o processo pode ser concluído. Você concorda com isso?
Ao entender algumas das coisas fundamentais, você pode descobrir novos horizontes que não eram visíveis antes.
Pode haver muitas avaliações, e elas podem ser combinadas de maneiras muito bizarras. Por exemplo, o treinamento é feito por meio de otimização iterativa usando uma estimativa, mas a seleção do modelo é feita usando estimativas (métricas) completamente diferentes.
No contexto da negociação, eu também gostaria de lembrá-lo da abordagem do fxsaber, na qual se busca um platô em vez de um pico. Esse também é um problema que não está claramente formalizado como um problema de otimização.
Bem, se você ensina a tabuada, a lei de Ohm e outras leis, então quanto mais exemplos você der durante o treinamento, mais precisas serão as respostas em novos dados.
E o modelo sempre será mal treinado, pois há infinitas variantes, e você não pode alimentar todas elas, é claro. Em uma situação ruidosa, os operadores de rádio podem lidar com o ruído branco (ou outros ruídos naturais aprendidos), mas no comércio o ruído muda o tempo todo. Portanto, tudo isso é bastante complicado para a avaliação da qualidade.
Bem, não é. A precisão das respostas em novos dados (e por novos dados queremos dizer dados diferentes dos dados de treinamento) dependerá das propriedades de cada modelo específico, não do número de exemplos de treinamento.
No treinamento, você tem alguns dados e não tem onde obter mais. Você se abstrai da quantidade de dados e tenta treinar o modelo para prever os novos dados com a maior precisão possível. Esse é o objetivo do treinamento.
Há dois critérios principais de avaliação: a variação e a tendência do modelo em relação aos valores esperados. Encontrar um equilíbrio entre os dois é a parte principal do treinamento, o que é importante. No entanto, esses critérios não são otimizados, mas determinados após o fato. Em outras palavras, o problema é mais frequentemente encontrado nos dados do que nas qualidades do modelo.
Pode haver muitas estimativas, e elas podem ser combinadas de maneiras muito bizarras. Por exemplo, o treinamento é realizado por otimização iterativa usando uma pontuação, mas a seleção do modelo é realizada usando pontuações (métricas) completamente diferentes.
No contexto da negociação, eu também gostaria de lembrá-lo da abordagem do fxsaber, na qual um platô é procurado em vez de um pico. Esse também é um problema que não está claramente formalizado como um problema de otimização.
É verdade que pode haver muitas estimativas. Normalmente, todo o conjunto de avaliações, consecutivas ou consideradas como elementos separados da avaliação geral (integral), é chamado de métricas. Em ambos os casos, o resultado final será avaliado.
Sobre platôs. Um platô também pode ser descrito como uma pontuação final. Para fazer isso, você precisa descrever o que é o "platô" e procurar o que se encaixa (a pontuação) nessa descrição o máximo possível. Por exemplo, poderia ser um conjunto de vizinhos mais próximos com uma determinada variação máxima permitida na altura. Se for algo que uma pessoa possa ver com os olhos ou visualizar, então pode ser descrito e, portanto, avaliado por uma estimativa.