Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 2315
Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
область применения вроде затронули, но вообще не раскрыли. Вместо этого началась какая-то каша из бабьего рота
из сегодняшней галиматьи по ИИ и около ИИ в науку ляжет менее сотой процента....
Согласен?
из сегодняшней галиматьи по ИИ и около ИИ в науку ляжет менее сотой процента....
Согласен?
смотря в какую науку )
там интересные фишки от переобучения, но они их не раскрыли, а где еще почитать про это не нашел покасмотря в какую науку )
там интересные фишки от переобучения, но они их не раскрыли, а где еще почитать про это не нашел поканаука это знания, которыми пользуются. без разницы название науки) промежуточные результаты знания не остануться)))
предсказание неопределенности интересная штука
У них там ссылка на статью - на первый взгляд просто обычный Байес плюс нормальные распределения.
У них там ссылка на статью - на первый взгляд просто обычный Байес плюс нормальные распределения.
только пока не понял какую кнопку нажать, чтобы для классификации результаты получались лучше
для регрессии только пример
понял, что по дефолту используется importance sampling по максимальному градиенту (типа новая фича)
или это просто встроено по дефолту и ничего делать не надо
кстати, катбуст очень крут в плане переобучения.. очень сложно заставить его переобучиться. Если датасет г... то и обучится плохо, а не запомнит все вариантысмотрю пока что другой видос
наука это знания, которыми пользуются. без разницы название науки) промежуточные результаты знания не остануться)))
ну там как бы со знаниями все ок, просто области применения надо смотреть
сам по себе алгоритм бустинга остается очень крутым. Если бы еще нормальных ораторов с студиюну там как бы со знаниями все ок, просто области применения надо смотреть
сам по себе алгоритм бустинга остается очень крутым. Если бы еще нормальных ораторов с студиюсофизмы это все ))) без промежуточных знаний, знаний не будет) на промежуточном этапе всяко бывает, на СБ похожи обычно времена перемен)))
софизмы это все ))) без промежуточных знаний, знаний не будет) на промежуточном этапе всяко бывает, на СБ похожи обычно времена перемен)))
понятно
только пока не понял какую кнопку нажать, чтобы для классификации результаты получались лучше
для регрессии только пример
понял, что по дефолту используется importance sampling по максимальному градиенту (типа новая фича)
или это просто встроено по дефолту и ничего делать не надо
кстати, катбуст очень крут в плане переобучения.. очень сложно заставить его переобучиться. Если датасет г... то и обучится плохо, а не запомнит все вариантыСудя по всему, мы с вами фиксируемся на разных стадиях процесса) Мне интересен процесс построения исходной вероятностной модели - если она более-менее описывает реальность, то любой более-менее осмысленный алгоритм даст результат при последующих вычислениях.