Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 1117
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
tam tersi...
daha iyi algoritma daha kötüdür, ancak harika algoritmadan daha fazla örnek ancak daha az veridir.
1000 bile yetmez özellikle piyasa için...
Madem yenisin sana ayrı ayrı anlatayım...
Örneğimin 40 örneği, TF M15 üzerinde yaklaşık bir aylık çalışmadır. Modeli, artı olarak en az 2 hafta çalışacak şekilde ayda bir numune eğitimi almanın nesi yanlış? Kâse yoktur ve haftalık optimizasyon oldukça normaldir, iki haftada bir optimizasyondan bahsetmiyorum bile.
Dışarıda bir şey var, Maksimka modellerini bir yıl veya daha uzun süre eğitiyor ve sonuçta özellikle parlamıyor ....
Tahmin yeteneğindeki kötü olmayan sonuçlar, sadece saçma bir gözlem sayısı = 51 olduğundan, istikrarlı modellerin oluşturulmasına yol OLMAYACAKTIR. En az 10 kat daha fazlasına ihtiyacınız var, ancak 100 kat daha fazlasına ihtiyacınız var.
SanSanych, sınıflandırıcının tahmin yeteneğinin neden aptala açıklasın?
Tahmin yeteneğindeki kötü olmayan sonuçlar, sadece saçma bir gözlem sayısı = 51 olduğundan, istikrarlı modellerin oluşturulmasına yol OLMAYACAKTIR. En az 10 kat daha fazlasına ihtiyacınız var, ancak 100 kat daha fazlasına ihtiyacınız var.
Bu sayıda gözlem üzerine modeller kurarsanız, sonuçlar korkunç olur.
tahmin edilen
Gerçek[0,0](0,1] Hata
[0.0] 42,9 28,6 40
(0,1] 28,6 0,0 100
Genel hata: %57.1, Ortalama sınıf hatası: %70
Çıngırak zaman damgası: 2018-10-18 21:29:39 kullanıcı
================================================= ====================
Mic1.txt [doğrula] üzerindeki Doğrusal model için hata matrisi (sayılar):
tahmin edilen
Gerçek[0,0](0,1] Hata
[0.0] 1 4 80
(0.1] 2 0 100
Mic1.txt [doğrula] üzerindeki Doğrusal model için hata matrisi (oranlar):
tahmin edilen
Gerçek[0,0](0,1] Hata
[0.0] 14,3 57,1 80
(0,1] 28,6 0,0 100
Genel hata: %85,7, Ortalama sınıf hatası: %90
Çıngırak zaman damgası: 2018-10-18 21:29:39 kullanıcı
================================================= ====================
Mic1.txt [doğrula] üzerindeki Neural Net modeli için hata matrisi (sayılar):
tahmin edilen
Gerçek[0,0](0,1] Hata
[0.0] 2 3 60
(0.1] 1 1 50
Mic1.txt [doğrula] üzerindeki Neural Net modeli için hata matrisi (oranlar):
tahmin edilen
Gerçek[0,0](0,1] Hata
[0.0] 28,6 42,9 60
(0,1] 14,3 14,3 50
Genel hata: %57.1, Ortalama sınıf hatası: %55
Çıngırak zaman damgası: 2018-10-18 21:29:39 kullanıcı
Umarım çıktıyı tahmin etmeye çalışmıyorsunuzdur???? Zaten tahmin ediliyor, sadece ona mümkün olduğunca yaklaşmanız gerekiyor. tahmin etmene gerek yok...
AI nedir?
Yapay zeka.
Sanych ve sonuç bir test değil ne olacak ??? Model orada nasıl davranıyor ???
Bu arada, ratl kullanıyorsanız, kullanmamak daha iyidir. Onları kendim kullanabilirim .... gizli AI modellerinizdeki sonuçları görmek ilginç :-)
Yapay zeka.
Ah... zaten AI kullanıyor musunuz? Ve hepimiz MO'da oturuyoruz. (
Ah... zaten AI kullanıyor musunuz? Ve hepimiz MO'da oturuyoruz. (
Bu konudaki bilgisizliğiniz şaşırtıcı. Bu aynısı. ML=AI Makine öğrenimi=Yapay zeka.
Bu konudaki bilgisizliğiniz şaşırtıcı. Bu aynısı. ML=AI Makine öğrenimi=Yapay zeka.
Bu gerekli. Kim düşünebilirdi. Vosche bir şey, bunlar tamamen farklı şeyler.
Bu gerekli. Kim düşünebilirdi. Vosche bir şey, bunlar tamamen farklı şeyler.
Fark ne? Aydınlat...
ölüyorum ... daha fazla!)))
Peki ya veriler?
Bu gerekli. Kim düşünebilirdi. Vosche bir şey, bunlar tamamen farklı şeyler.
Pekala, o kadar farklı şeyler değil, diyelim ki, makine öğreniminin gelişiminin evrimi, tabiri caizse Assembler'dan Python'a evrim;)
https://habr.com/post/401857/