Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 595
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
"İstatistik" adlı bir binaya girdiğinizde girişin üstünde " Çöp girişi - çöp çıkışı " yazıyor.
Herhangi bir gösterge, fiyatın bir fonksiyonudur. Sinir ağları doğrusal değildir. Ağ yeterli derinliğe sahipse, kendisi herhangi bir göstergenin formülünü türetebilir. Ağ fiyat verilerinden öğrenemiyorsa, mesele girdilerde değil, prensipte fiyat için çıktı verisi elde etmenin imkansız olduğu gerçeğindedir.
Herhangi bir gösterge, fiyatın bir fonksiyonudur. Sinir ağları doğrusal değildir. Ağ yeterli derinliğe sahipse, kendisi herhangi bir göstergenin formülünü türetebilir. Ağ fiyat verilerinden öğrenemiyorsa, mesele girdilerde değil, prensipte fiyat için çıktı verisi elde etmenin imkansız olduğu gerçeğindedir.
Hem siz hem de SanSanych haklısınız.
Bir yandan, Ulusal Meclis ihtiyaç duyduğu herhangi bir göstergeyi ve bunların bileşimini kendisi oluşturacaktır. Öte yandan, veriler temizlenmemişse ve içinde çok fazla gürültü varsa, o zaman hiçbir sinir ağı hiçbir şey öğrenemez. Yani mesele girdilerde de var.
NN'yi eğitirken örneği karıştırmak ne kadar önemlidir? Bunun matematiksel gerekçeleri nelerdir?
Karıştırma, tüm ML modelleri için mi yoksa yalnızca belirli modeller için mi geçerli?
NN'yi eğitirken örneği karıştırmak ne kadar önemlidir? Bunun matematiksel gerekçeleri nelerdir?
Karıştırma, tüm ML modelleri için mi yoksa yalnızca belirli modeller için mi geçerli?
Öğrenme algoritmasının her döngü için aynı yolu izlememesi için karıştırmak gerekir. Yerel ekstremumun içine girebilir ve çıkamayız.
onlar. birkaç kez karıştırmanız, birkaç kez antrenman yapmanız ve sonuçların nasıl karşılaştırıldığını görmeniz mi gerekiyor?
onlar. birkaç kez karıştırmanız, birkaç kez antrenman yapmanız ve sonuçların nasıl karşılaştırıldığını görmeniz mi gerekiyor?
Her birkaç eğitim döneminden sonra karıştırmanız gerekir. Ne yazık ki, birçok öğrenme algoritması molalara izin vermez (bkz. Python - bazı paketler (modüller)) ve her seferinde sıfırdan başlar.
Karıştırma ayrıca tavlama ile iyi bir şekilde birleştirilmiştir. Ancak, yine, bunu otomatik olarak yapmak zordur. Çünkü her zaman ara sonuçlara bakmalı ve daha sonra başka eylemler planlamalısınız.
Her birkaç eğitim döneminden sonra karıştırmanız gerekir. Ne yazık ki, birçok öğrenme algoritması molalara izin vermez (bkz. Python - bazı paketler (modüller)) ve her seferinde sıfırdan başlar.
Karıştırma ayrıca tavlama ile iyi bir şekilde birleştirilmiştir. Ancak, yine, bunu otomatik olarak yapmak zordur. Çünkü her zaman ara sonuçlara bakmalı ve ardından daha fazla eylem planlamalısınız.
uu .. işte che .. yani. antrenmandan önce karıştırmanın bir anlamı yok
Ve şimdi sizde) Rattle - CatBoost .
---------
Eğer bir bozon yakalamak istersen...
https://www.kaggle.com/c/higgs-boson
Darch, varsayılan olarak her çağdan önce bir karıştırmaya geçer. Kapatmaya çalıştım - hiçbir şey öğrenmedim.
Bu yüzden düşündüm ki, eğer her şey birbirine karışırsa, o zaman yeni verilerin öğrenme üzerinde daha güçlü bir etkisi nasıl yapılır?
Darch, varsayılan olarak her çağdan önce bir karıştırmaya geçer. Kapatmaya çalıştım - hiçbir şey öğrenmedim.
Bu yüzden düşündüm ki, eğer her şey birbirine karışırsa, o zaman yeni verilerin öğrenme üzerinde daha güçlü bir etkisi nasıl yapılır?