Что подать на вход нейросети? Ваши идеи... - страница 63

 
Наверное не в тему, но мой опыт говорит о том, что прогнозировать качественно можно только осцилляторы (вероятности, винрейты и т.п). Кто мечтает прогнозировать движение цены, то моё личное мнение - это пока (а может и вообще) не возможно!
 
Sergey Pavlov #:
Наверное не в тему, но мой опыт говорит о том, что прогнозировать качественно можно только осцилляторы (вероятности, винрейты и т.п). Кто мечтает прогнозировать движение цены, то моё личное мнение - это пока (а может и вообще) не возможно!

что значит винрейт?

 
Andrey Dik #:

1. Если нет оценки, значит процесс сохранения, а не запоминания. Выше показал разницу.

2. Как определить, какая и когда модель "недоученная" и насколько?

1) это только для вас запоминание состоит в переборе возможных вариантов и оценке каждого. Не надо это навязвать другим и выдавать за истину.

2) Это не надо определять, перед обучением это задается в параметрах - обучить на 100% или недообучить.

 
Forester #:

1) это только для вас запоминание состоит в переборе возможных вариантов. Не надо это навязвать другим и выдавать за истину.

2) Это не надо определять, перед обучением это задается в параметрах - обучить на 100% или недообучить.

1. Причем здесь запоминание и "переборе возможных вариантов"? Не нужно выдумывать того, чего я не утверждал, а значит и не мог навязывать кому либо.))

2. В том виде, как применяете вы МО, да и вообще многие, обучение присутствует только условно. Потому что отсутствует формирование правил обработки новых неизвестных данных. Есть запоминание. Я показал выше.


Понимаю, что некоторые вещи может быть больно принять, потому что они рушат устоявшиеся убеждения. Но если принять, то становится понятным, почему некоторые методы не приносят ожидаемых результатов, а значит позволяют изменить направление исследований.

 
Andrey Dik #:

1. Причем здесь запоминание и "переборе возможных вариантов"? Не нужно выдумывать того, чего я не утверждал, а значит и не мог навязывать кому либо.))

2. В том виде, как применяете вы МО, да и вообще многие, обучение присутствует только условно. Потому что отсутствует формирование правил обработки новых неизвестных данных. Есть запоминание. Я показал выше.


Понимаю, что некоторые вещи может быть больно принять, потому что они рушат устоявшиеся убеждения. Но если принять, то становится понятным, почему некоторые методы не приносят ожидаемых результатов, а значит позволяют изменить направление исследований.


 Чем отличается обычная база данных от интелектуальных систем?

 
Ivan Butko #:


 Чем отличается обычная база данных от интелектуальных систем?


Как пример, тот же gpt не просто помнит таблицу умножения, он обучен использовать правилу столбика. А значит может перемножать любые числа, а не только в границах таблицы умножения.

Этим и отличается обычная база данных от интеллектуальных систем. Такие системы могут применять известные правила для обработки новой информации наподобие того, как это делает человек. Ещё более высоким уровнем интелекта является способность разрабатывать новые правила, используя старые как основу.

Обычное  "обучение" нейронной сети не создаёт правил, поэтому и плохо работает на неизвестных данных. Это просто аппроксимация данных и мы ожидаем, что эта аппроксимация сработает также и на новых данных с тем же успехом, как и на обучающих данных.

 




   

 
Будь моя воля, то в школах и универах ввел новый предмет "Логика", на котором изучались бы приёмы обработки информации. Сейчас на уроках дают много информации и тем более в современном информационном мире, но люди зачастую не способны применять знания в новых, необычных жизненных ситуациях, они просто не обладают навыками применения таких "правил" к новой информации.
Сумбурно сказал, но, надеюсь, мысль передал.
 

Единственное, на что, по моему мнению, способна нейронная сеть ИИ, - это выявлять определенные свечные паттерны, которые мы не смогли или не можем выявить, а также взламывать другие алгоритмы (если это возможно). В ИИ нет ничего хорошего для предсказания будущего, количественные индикаторы и алгоритмы, основанные на правилах, всегда будут делать лучшую работу для этого... не говоря уже о том, что ИИ доказал свою слабость в выполнении правильной математики.