Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 244
Ticaret fırsatlarını kaçırıyorsunuz:
- Ücretsiz ticaret uygulamaları
- İşlem kopyalama için 8.000'den fazla sinyal
- Finansal piyasaları keşfetmek için ekonomik haberler
Kayıt
Giriş yap
Gizlilik ve Veri Koruma Politikasını ve MQL5.com Kullanım Şartlarını kabul edersiniz
Hesabınız yoksa, lütfen kaydolun
hehe. ne kadar yanılıyorsun.
https://nplus1.ru/news/2016/11/03/glasses
Bu, derin sinir ağlarının oldukça egzotik bir özelliğidir, gazeteciler, sinir ağlarının siyahları ve gorilleri karıştırdığı gerçeğiyle ilgili bir şaka gibi, bu tür pireleri emmeyi severler, ancak bu istatistiksel olarak anlamlı değildir, sadece MO'nun yardımıyla önemlidir. pazardan en azından bir şey alabilirsiniz, daha rastgele, ayrıca özellikle pazardaki kadar gürültülü zaman serileri için, sinir ağları en iyi seçim değildir.
Saçmalama, elimizdeki tek şey bu. TA aynı zamanda MO'dur, sadece çok etkisiz, saygısız bir şeklidir.
Not : Önümüzdeki günler için hava durumu oldukça doğru bir şekilde (%70-80) tahmin edilebilir, makyajlı bir kişinin yüzü de bir insandan daha kötü tanınamaz.
Çöp yanlış uygulandığında neden çöp olduğunu mesajda açıkladım. MO araçlarının kendilerine karşı hiçbir şeyim yok, AI ve bilgi işleme açısından gelecek onlar.
"Tam olarak" programını gördünüz mü? Bir kare bardağın görünümünü değiştirmek sınırlı değildir. Piyasa, tanınmayacak şekilde hareket ediyor ve vakaların %99'unda başarılı oluyor.
Çöp yanlış uygulandığında neden çöp olduğunu mesajda açıkladım. MO araçlarının kendilerine karşı hiçbir şeyim yok, AI ve bilgi işleme açısından gelecek onlar.
"Tam olarak" programını gördünüz mü? Bir kare bardağın görünümünü değiştirmek sınırlı değildir.
Bununla birlikte, çoğu durumda jüri, makyaj yapan oyuncuları doğru bir şekilde tanıyacaktır.
İnsan örüntü tanımanın makine tanımadan ne kadar üstün olduğu ilginçtir. İnsan beyni daha iyi bir sinir ağı mı? Daha fazla izlenen parametre? Geniş deneyim tabanı?
Modern bir bilgisayarı bu seviyeye getirmek mümkün mü yoksa donanım sınırlamaları buna izin vermez mi?
Gösteriyi "Sadece aynı" olarak düşünürsek:
1. Konuşanlara aşina olmayan kimse kimseyi tanıyamaz, ancak herkes uydurulmuş insanları mutlaka tanıyacak ve onları olmayanlardan ayırt edecektir.
Bu, kılık değiştirmiş insanları doğru bir şekilde tanımak için iki tür deneyime ihtiyaç duyulduğu anlamına gelir:
a) İnsan yüzlerini makyajsız algılama deneyimi.
b) Makyajda insan yüzlerini algılama deneyimi.
2. Konuşmacıları tanımak için kişinin üçüncü tür bir deneyime ihtiyacı vardır: - katılımcıların yüzleri ve diğer fizyolojik parametreleri hakkında bilgi. Sadece görünüm bilgisi değil, aynı zamanda hareketler, ses tonları, tavırlar, eylemler bilgisi de gereklidir ...
Şu sonuca varabilirim: Makine tüm bu parametreleri tanıyacak şekilde eğitilirse, jüride de yer alabilir.)
Çöp yanlış uygulandığında neden çöp olduğunu mesajda açıkladım. MO araçlarının kendilerine karşı hiçbir şeyim yok, AI ve bilgi işleme açısından gelecek onlar.
"Tam olarak" programını gördünüz mü? Bir kare bardağın görünümünü değiştirmek sınırlı değildir. Piyasa, tanınmayacak şekilde hareket ediyor ve vakaların %99'unda başarılı oluyor.
Bu durumda, haklısınız, ancak “doğru / yanlış” formüle etmem, buradaki soru, MO'yu inceliklerde, oldukça karmaşık veriler için büyük miktarda gürültü ile kullanma becerisinde . Örneğin aynı numer.ai'yi alın, ben dahil çoğu >0,69 için bu %54-55 yaş, ancak <0,6 olanlar var, yani yaklaşık %70 yaş, “doğru davranıp davranmadıklarından emin değilim. ”, anlamında standart araçlar kullanıyorlar.
Bununla birlikte, çoğu durumda jüri, makyaj yapan oyuncuları doğru bir şekilde tanıyacaktır.
İnsan örüntü tanımanın makine tanımadan ne kadar üstün olduğu ilginçtir. İnsan beyni daha iyi bir sinir ağı mı? Daha fazla izlenen parametre? Geniş deneyim tabanı?
Modern bir bilgisayarı bu seviyeye getirmek mümkün mü yoksa donanım sınırlamaları buna izin vermez mi?
Çoğu durumda, katılımcıların kimliği belirsiz olma hedefi yoktur, amaçları seçilen görüntüye benzer olmaktır. Ancak bu sadece bir kişinin görünümünün nasıl değişebileceğinin bir örneğidir, istenirse görünüm tamamen değişebilir, böylece anne bile tanımaz, ses tellerinde yapılan ameliyatlara, parmak izlerinin değiştirilmesine ve irisin donör olanlarla değiştirilmesine kadar. Bu nedenle piyasa, tanınmamak için ve farklı bir şekilde tanınmamak için değişir.
Ama değişen bir görünüme sahip insanlarda değişmeyen nedir? İnsan kalmaları değişmez, yani iki bacağı, iki kolu vb. vardır, yani bir kişinin belirtileri kalır ve değişmez. Bir kişinin genel davranışı da değişmez, örneğin bir kedi kasesinden yemek yemez.
Yani işaretleri detaylandırmak yerine, tam tersine işaretleri genelleştirmek, değişmeyen işaretleri tespit etmek ve onlardan yararlanmak gerekir.
Çoğu durumda, katılımcıların kimliği belirsiz olma hedefi yoktur, amaçları seçilen görüntüye benzer olmaktır. Ancak bu sadece bir kişinin görünümünün nasıl değişebileceğinin bir örneğidir, istenirse görünüm tamamen değişebilir, böylece anne bile tanımaz, ses tellerinde yapılan ameliyatlara, parmak izlerinin değiştirilmesine ve irisin donör olanlarla değiştirilmesine kadar. Bu nedenle piyasa, tanınmamak için ve farklı bir şekilde tanınmamak için değişir.
Ama değişen bir görünüme sahip insanlarda değişmeyen nedir? İnsan kalmaları değişmez, yani iki bacağı, iki kolu vb. vardır, yani bir kişinin belirtileri kalır ve değişmez. Bir kişinin genel davranışı da değişmez, örneğin bir kedi kasesinden yemek yemez.
Yani işaretleri detaylandırmak yerine, tam tersine işaretleri genelleştirmek, değişmeyen işaretleri tespit etmek ve onlardan yararlanmak gerekir.
Yine haklısın, ML kullanan algoritmik ticarette, veriler ve özellikler sınıflandırmanın kendisinden çok daha önemlidir, tüm bu mum kalıplarıyla oluşan boşluklar gürültüden başka bir şey değildir.
Çoğu durumda, katılımcıların kimliği belirsiz olma hedefi yoktur, amaçları seçilen görüntüye benzer olmaktır. Ancak bu sadece bir kişinin görünümünün nasıl değişebileceğinin bir örneğidir, istenirse görünüm tamamen değişebilir, böylece anne bile tanımaz, ses tellerinde yapılan ameliyatlara, parmak izlerinin değiştirilmesine ve irisin donör olanlarla değiştirilmesine kadar. Bu nedenle piyasa, tanınmamak için ve farklı bir şekilde tanınmamak için değişir.
Ama değişen bir görünüme sahip insanlarda değişmeyen nedir? İnsan kalmaları değişmez, yani iki bacağı, iki kolu vb. vardır, yani bir kişinin belirtileri kalır ve değişmez. Bir kişinin genel davranışı da değişmez, örneğin bir kedi kasesinden yemek yemez.
Yani işaretleri detaylandırmak yerine, tam tersine işaretleri genelleştirmek, değişmeyen işaretleri tespit etmek ve onlardan yararlanmak gerekir.
Bence doğru yoldayız. İnsan algısı ile makine algısı arasındaki farkı net bir şekilde tanımlamanız yeterlidir.
1. İnsan algısı yaşam boyunca gelişir. İnsan, yaşamı boyunca temas ettiği her şeyle deneyimlerini zenginleştirir. Düşünmek, mantıksal yapılar ve soyut görüntüler oluşturmasına yardımcı olur. İnsan beyninin sinir ağı, öğrenme ve gelişme için büyük bir potansiyele sahiptir.
2. Makine başlangıçta yaratıcıya bağımlıdır.
3. Uzmanlığı kendi içinde yer alır ve belirli bir alanla sınırlıdır.
4. Makine, donanım sınırlamaları nedeniyle kısıtlanmıştır. Aynı zamanda deneyimini de sınırlar.
Bence modern bir sinir ağını öğretmek bir böceği eğitmek gibidir - çok iş var ama çok az anlam var. Ancak, belki yaklaşımı değiştirirseniz veya daha iyi bilgisayarlar yaparsanız, daha iyi olacaktır.Bence doğru yoldayız. İnsan algısı ile makine algısı arasındaki farkı net bir şekilde tanımlamanız yeterlidir.
1. İnsan algısı yaşam boyunca gelişir. İnsan, yaşamı boyunca temas ettiği her şeyle deneyimlerini zenginleştirir. Düşünmek, mantıksal yapılar ve soyut görüntüler oluşturmasına yardımcı olur. İnsan beyninin sinir ağı, öğrenme ve gelişme için büyük bir potansiyele sahiptir.
2. Makine başlangıçta yaratıcıya bağımlıdır.
3. Uzmanlığı kendi içinde yer alır ve belirli bir alanla sınırlıdır.
4. Makine, donanım sınırlamaları nedeniyle kısıtlanmıştır. Aynı zamanda deneyimini de sınırlar.
Bence modern bir sinir ağını eğitmek, bir böceği eğitmekle aynı şey - çok iş var ama çok az mantıklı. Ancak, belki yaklaşımı değiştirirseniz veya daha iyi bilgisayarlar yaparsanız, daha iyi olacaktır.
Diyorum ki - basitleştirmek, genelleştirmek ve siz - karmaşıklaştırmak, detaylandırmak gerekiyor. Neden insan algısını eşleştirmeye çalışalım? 20 yıl önce el frenlerini satır satırını okuyarak birleştirdikleri gibi, şimdi birleştirilmişlerse, ancak zaten MO ve bu analizleri kullanıyorlarsa, piyasadaki insan algısının pek bir anlamı var mı?
Mantıklı düşünelim:
Bir şeyi basitleştirmek için, bu şeyin karmaşıklığını ayrıntılı olarak bilmeniz gerekir. Cihazını tanı. Süreci karmaşıklık, detaylandırma ve basitleştirme olarak görüyorum. Ve böylece her gelişim döngüsü. Yeni ve yeni bir seviyeye yükseltme.
Makine öğrenimi, algoritmik bir tüccarın elinde bir araçtır ve bu araç her durumda geliştirilmelidir.
Sinir ağlarını kullanarak piyasa tahmininin etkinliğine gelince, bu tartışmalı bir konudur. Doğru yaklaşımla verim alınabileceğini düşünüyorum.