Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 2452

 

Чтобы понять зависит ли качество обучения от значений весов,  надо измерить эту зависимость, путем експеримента.

Что такое такое значения весов мы знаем, что такое качество обучения мы не знаем, следовательно надо дать определение..

Итак качество обучения, рабасность сети итп... -  это мера которой мы можем выразить нашы ожыдания от сети  (например ошибка сети на новых данных)

Окей, теперь у нас есть определение того что такое  качество обучения, далее можно изимерять  зависимость качества обучения от значений весов.

Но если мы разработали меру качества работы сети ( качество обучения )   то зачем нам смотреть веса если можно просто выбрать лучшее значение меры качества..

Я не знаю каким нужно быть инвалидом на голову чтобы не понимать этих простых вещей + трое уже сказали тоже самое..


 
mytarmailS #:

Чтобы понять зависит ли качество обучения от значений весов,  надо измерить эту зависимость, путем експеримента.

Что такое такое значения весов мы знаем, что такое качество обучения мы не знаем, следовательно надо дать определение..

Итак качество обучения, рабасность сети итп... -  это мера которой мы можем выразить нашы ожыдания от сети  (например ошибка сети на новых данных)

Окей, теперь у нас есть определение того что такое  качество обучения, теперь можно изимерять  зависимость качества обучения от значений весов.

Но если мы разработали меру качества работы сети ( качество обучения )   то зачем нам смотреть веса если можно просто выбрать лучшее значение меры качества..

Я не знаю каким нужно быть инвалидом на голову чтобы не понимать этих простых вещей + трое уже сказали тоже самое..

до особо одарённых попробую донести очень просто: зная метрику весов и выходов, влияющую на качество обучения, мы можем получать более робастную сеть ДО проверки на незнакомых данных, которых, у здоровых на голову людей, элементарно ещё нет во время обучения. 

 
Ждём успешных результатов ваших изысканий. Желательно в виде сигнала.
 
Andrey Dik #:

до особо одарённых попробую донести очень просто: зная метрику весов и выходов, влияющую на качество обучения, мы можем получать более робастную сеть ДО проверки на незнакомых данных, которых, у здоровых на голову людей, элементарно ещё нет во время обучения. 

1) дай определение рабасности, хотябы сам себе, так чтобы это можно было закодить

2) как ты собираешься измерять рабасность сети на новых данных не используя новые данные (тест)  ?

 
mytarmailS #:

1) дай определение рабасности, хотябы сам себе, так чтобы это можно было закодить

2) как ты собираешься измерять рабасность сети на новых данных не используя новые данные (тест)  ?

1. К незнакомым хорошо воспитанные люди обращаются на "Вы".

2. Принесите извинения за своё поведение.

Выполните эти два пункта и я озвучу, возможно, ответ на Ваши вопросы. 

 
elibrarius #:
Ждём успешных результатов ваших изысканий. Желательно в виде сигнала.

и Вам не хворать.

никому ничего доказывать не обязан, кому интересно - задумается, кому неинтересно - пройдет мимо.

 
Andrey Dik #:

является ли среднее значение весов нейронной сети, взятых по модулю, показателем качества её обучения?

предположим, есть две идентичные нейронки, обучены на одних и тех же данных, у одной оный показатель равен 0.87, а у другой 0.23, какая из них обучена лучше?

сомнительно, что скалярная величина сможет однозначно охарактеризовать вектор или полином - результат обучения НС

 
Igor Makanu #:

сомнительно, что скалярная величина сможет однозначно охарактеризовать вектор или полином - результат обучения НС

безусловно.
однако, никто не запрещает использовать более сложные и/или комплексные метрики. основная идея - добавить в фитнес функцию метрики весов и выходов НС. 
 
Andrey Dik #:
безусловно.
однако, никто не запрещает использовать более сложные и/или комплексные метрики. основная идея - добавить в фитнес функцию метрики весов и выходов НС. 

не знаю, но по-моему это будет работать если входные данные качественно нормализованы (равномерно ) и только для обычного многослойного персептрона

а если Вы будете пользоваться готовыми пакетами НС, то Вашу новую метрику будет дропаут портить


хотя может быть Вы ищете, что то похожее на оптимизацию отжигом, но опять же методики описаны, цель создания велосипеда не понятна, а тем более насколько это надежно и как это оценить, имхо

 
Начинать изобретать велосипед лучше для более простых маломерных моделей, например для линейной регрессии. Только сначала надо внимательно посмотреть на уже имеющиеся варианты добавления коэффициентов в функцию потерь (гребневая и лассо регрессии, критерий Акаике и тд)
Причина обращения: