Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 3313

Новый комментарий
 
СанСаныч Фоменко #:

Не надо тупить!

Обуче́ние с учи́телем (англ. Supervised learning) — один из способов машинного обучения, в ходе которого испытуемая система принудительно обучается с помощью примеров «стимул-реакция». С точки зрения кибернетики, является одним из видов кибернетического эксперимента. Между входами и эталонными выходами (стимул-реакция) может существовать некоторая зависимость, но она неизвестна.


А главное не надо никого учить! Занимайтесь собой!

Саныч, ГДЕ НАПИСАНО


 
Обучение без учителя - когда подаем все те же фичи, но без столбца с целевой. Модель сама подберет целевую.
Логично предположить, что если С учителем - это с столбцом целевой ф-ии, а без учителя - без этого столбца, то именно этот столбец является учителем.
 

Во гпт выдает)))

чем отличается в машинном обучении обучение с учителем и без учителя
ChatGPT

Обучение с учителем (Supervised Learning) и обучение без учителя (Unsupervised Learning) - это два основных подхода в машинном обучении, и они отличаются по нескольким ключевым аспектам:

  1. Наличие меток (таргетов):

    • Обучение с учителем: В этом типе обучения данные имеют метки (таргеты), которые представляют собой правильные ответы или целевые значения. Модель обучается на этих данных, чтобы научиться предсказывать целевую переменную.
    • Обучение без учителя: В отличие от обучения с учителем, в обучении без учителя данные не имеют меток. Здесь модель старается найти структуру в данных без предварительно известных правильных ответов.

  2. Цель:

    • Обучение с учителем: Основная цель - предсказать или классифицировать целевую переменную на основе входных данных. Этот тип обучения используется, когда необходимо выполнить задачу, такую как классификация, регрессия или обнаружение аномалий.
    • Обучение без учителя: Основная цель - выявить скрытые структуры или паттерны в данных. Этот тип обучения используется для кластеризации данных, снижения размерности, ассоциативного анализа и других задач, связанных с изучением структуры данных.

  3. Примеры задач:

    • Обучение с учителем: классификация, регрессия, прогнозирование, определение мошенничества, обнаружение объектов, машинный перевод и др.
    • Обучение без учителя: кластеризация, снижение размерности (PCA, t-SNE), ассоциативное правило, визуализация данных и многие другие.

  4. Оценка модели:

    • Обучение с учителем: Модель оценивается на основе того, насколько хорошо она способна делать прогнозы или классификации, сравнивая их с известными метками. Оценки могут включать точность, F1-меру, среднеквадратическую ошибку и другие метрики.
    • Обучение без учителя: Оценка более сложна, так как нет известных меток для сравнения. Оценка может основываться на визуальной проверке качества кластеризации, сравнении с другими алгоритмами или анализе, проводимом экспертом.

Оба типа обучения имеют свои применения в машинном обучении, и выбор между ними зависит от конкретной задачи и доступных данных. Иногда также применяются гибридные методы, комбинирующие обучение с учителем и без учителя для достижения лучших результатов.

 
Это катастрофа. Я не удивлюсь, если до них и после этого не дошло.

В контексте машинного обучения с учителем учителем является человек или система, которая предоставляет размеченные данные для обучения модели. Разметка данных означает, что для каждого набора входных данных известен соответствующий выходной результат.
 
Maxim Dmitrievsky #:
Саныч, когда запомним, что Учитель - это признаки + целевая?)

Т.е. все таки не "признаки + целевая"?

Зачет.

 
Forester #:

Т.е. все таки не "признаки + целевая"?

Зачет.

Когда уровень абстракций на нуле, можно докопаться 
 
Maxim Dmitrievsky #:
Когда абстрактное мышление на нуле, можно докопаться 

тут я вспомнил, как Стренж дал прогноз по луню,

а потом, по причине того что получилось все наоборот, сказал - купить его, это значит продать ;)

объяснив так: лунь - это не USDCAD, а CADUSD
 
Maxim Dmitrievsky #:
Когда уровень абстракций на нуле, можно докопаться 

а что такое? ты думал только тебе позволено докапываться?

сейчас я ещё докапаюсь: что является критерием останова при обучении нейронных сетей в частности и машинном обучении вообще?

 
Чё то злые... Видимо осень, погода мерзкая, обострение....) Солнца хоцца)
 
Давайте вы все в очередь встанете и будете по одному клянчить? Тогда стану раздавать 
Слишком много ртов одновременно, не успеваю 
1...330633073308330933103311331233133314331533163317331833193320...3510
Новый комментарий
Причина обращения: