Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 728
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
Ve özetleyeceğim. İlginç bir gerçek gözlemlendi. Her iki model de 40 kayıttan oluşan aynı arsa üzerinde eğitildi. Ancak, VI değeri yüksek olan model, eğitim sonuçlarını düşük VI'lı modelden daha kötü gösterdi, bunu, VI'nın küçük olduğu ve öğrenme sonuçlarının yüksek olduğu ikinci model için, bunun gerçeğine bağlıyorum. bu model için eğitim aralığını artırmak, tabiri caizse, modele bir yük vermek gerekiyordu, çünkü bu alanda girdi verilerinin çıktıyı çok iyi tanımladığı ve modeller ÇOK iyi çıktı. Ve şimdi felsefe...
Ölçeği x ekseni boyunca sunun. Bu ölçek her bir veri seti için benzersizdir ve bu ölçeğin bir yerinde bir sınır, dikey bir çizgi vardır, burada sağda aşırı uyum bölgesi ve solda eksik uyum bölgesidir. Herhangi bir optimizasyon algoritmasının görevi, yetersiz eğitim tarafından bu sınıra mümkün olduğunca yaklaşmak, ancak bu sınırın üzerine atlamamaktır. Algoritma bu bölgeye ne kadar yaklaşırsa, o kadar az eğitimli olur ve aynı zamanda aşırı uyum sınırının solunda bulunur. Metin biçiminde sunmanın zor olduğunu anlıyorum, ancak deneyin ...... Genelde bu konu hakkında bölgelerle ilgili bir teorim var. Aslında o kadar basit değil, ama mesele bu değil....
Bu sınıra kesin olarak bakmazsak, modelin eğitimi eksik ve fazla uydurma arasındaki optimal dengeye indirgenir. Demek istediğim, bir denge olmalı. Modelimize dönüyoruz. Girdi verilerini iyi öğrendi, çünkü çıktıya yaklaşıyorlardı, ANCAK bu, modelin OOS'ta kazanmasına izin vermedi, çünkü eğitime modelin gizlenmesine ve çalışmasına izin verecek birkaç üç model daha eklemek yeterliydi. daha da kötü öğrenme sonuçları verin, ancak OOS üzerinde çalışırken belirleyici bir rol oynayabilecek ek kalıpları hesaba katarak.
Diğer bir deyişle, eğer model verileri çok iyi öğrenmişse, eğitim süresinin arttırılması, dolayısıyla modelin yüklenmesi gerekir.
Reshetov'un sınıflandırmasına göre.
genellemenin ilk modeli %77-80 (CI 0.86), ikinci model %88-90 (CI 0.65). Optimum genelleme seviyesi %75-85'tir.
Ve özetleyeceğim. İlginç bir gerçek gözlemlendi. Her iki model de 40 kayıttan oluşan aynı arsa üzerinde eğitildi. Bununla birlikte, yüksek VI değerine sahip bir model, düşük VI değerine sahip bir modele göre daha kötü öğrenme sonuçları gösterdi.
VI nedir? Belki önceden tahmin ederim. Zaman aralığı.
Yasha önerdi: askeri yayınevi
VI nedir? Belki önceden tahmin ederim. Zaman aralığı.
Yasha önerdi: askeri yayınevi
Karşılıklı bilgi.....
Bir kez daha, tankçılar için: puanlar için eğrilik yaparsınız. temsili olmayan çok az sayıda işlemle kısa zaman aralıkları
bu makine öğrenmesi dalı için bile değil, "İlginç ve Mizah" bölümünde :)
Elekte su taşımaya devam ediyorsunuz (pardon elek :))) ve sonra gerçek hayatta kar kalmamasına içtenlikle şaşırıyorsunuz.
Pekala, en az 1000 işlem yaparsanız ve o zaman bile neden sadece ilk 10 işlemin zaman zaman OOS için normal olarak işe yaradığına şaşıracaksınız, eleğinizi yamalayın.Bir kez daha, tankçılar için: puanlar için eğrilik yaparsınız. temsili olmayan çok az sayıda işlemle kısa zaman aralıkları
bu makine öğrenmesi dalı için bile değil, "İlginç ve Mizah" bölümünde :)
Elekte su taşımaya devam ediyorsunuz (pardon elek :))) ve sonra gerçek hayatta kar kalmamasına içtenlikle şaşırıyorsunuz.
Pekala, en az 1000 işlem yaparsanız ve o zaman bile neden sadece ilk 10 işlemin zaman zaman OOS için normal olarak işe yaradığına şaşıracaksınız, eleğinizi yamalayın.Bekleyip görelim.... 70'den fazla işlem sayısı ile 15 dakika üzerinde bir aylık çalışma, bence kısa bir zaman aralığından çok uzak.
Bakalım sonuç hesaba aktarılınca nasıl şarkı söyleyeceksin .......
Bu, bir kişiye elinde bir alet vermenin, onu biblo olarak kabul ederek, onu doğru kullanıp kullanamayacağı henüz bir gerçek olmadığını bir kez daha kanıtlıyor ......
Bekleyip görelim.... 70'den fazla işlem sayısı ile 15 dakika üzerinde bir aylık çalışma, bence kısa bir zaman aralığından çok uzak.
Bakalım sonuç hesaba aktarılınca nasıl şarkı söyleyeceksin .......
Tanrım, neden hepiniz kendi nesnel deneyiminize duyarlılık konusunda bu kadar sıkısınız :) bu program, farklı yerlere uygulamaya çalıştığınızdan 10 kat daha kısa sürede yazılmıştır.
Her neyse, asıl mesele, yeniden eğitmemesidir. Her durumda, oldukça iyi bir genelleme yapıyor, gerçekten karşılaştıracak hiçbir şeyim yok, çünkü R'deki ağlara ulaşamadım.
AI'nızı ve Reshetov optimize edici modelinizi karşılaştırmak için her zaman testler sundum. Ama kimse risk almadı. Kaybedecek gibisin...
Her neyse, asıl mesele, yeniden eğitmemesidir. Her durumda, oldukça iyi bir genelleme yapıyor, gerçekten karşılaştıracak hiçbir şeyim yok, çünkü R'deki ağlara ulaşamadım.
AI'nızı ve Reshetov optimize edici modelinizi karşılaştırmak için her zaman testler sundum. Ama kimse risk almadı. Kaybedecek gibisin...
Sadece 10'u gerçek hayatta OOC'de kar sağlayacak olan en az 1000 işlem için test yapamayacağınızı söyleyin. Ve yaptığın şeye backtest bile denmiyor tamam mı? Numuneyi arttır, yoksa zamanın sonuna kadar tepineceksin
Öyleyse Maksimka, histerimi burada durdur. Derin bir nefes alın.... nefes verin ve tekrar nefes alın... nefes verin..... şimdi sinyali izleyin..... Şimdiye kadarki en havalı kanıt...