Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 1302
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
En önemlisi, çok sayıda "tahmin ediciden" memnunum. Alıntılarda bile nereden gelebilir? %90 çöp
Herkes kendi yanılsamasını farklı şekillerde tanımlar ve bir noktada çok parası olanın yanılsaması işe yarar. Bu nedenle, gerçekten, birçok tahminci olabilir, burada herhangi bir çelişki görmüyorum, dallardan ve yapraklardan oluşan çalılar gibi, ancak bunları farklı karmaşık şekillere bölmek, düşünenler arasında farklı tepkilere neden olan birisinin aklına geliyor.
Herkes kendi yanılsamasını farklı şekillerde tanımlar, ancak bir anda çok parası olanın yanılsaması işe yarar. Bu nedenle, gerçekten, birçok tahminci olabilir, burada herhangi bir çelişki görmüyorum, dallardan ve yapraklardan oluşan çalılar gibi, ancak bunları farklı karmaşık şekillere bölmek, düşünenler arasında farklı tepkilere neden olan birisinin aklına geliyor.
Eh, her biri kendi başına, böyle bir titizlik beni her halükarda, neye uyuyorsa, asıl mesele, bir süre işe yarayacağıdır.
En uygun girdi/çıktı kombinasyonunu bulursanız, 4 tahmin edicinin yeterli olduğu ortaya çıkıyor.
kısacası, verimlilik ve zaman arasında bir uzlaşma gereklidir
hangi yönde kazmaz - her yerde bazı aldatıcı "desenler" olacak, herhangi bir fenomende bulunabilirler
En önemlisi, çok sayıda "tahmin ediciden" memnunum. Alıntılarda bile nereden gelebilir? %90 çöp
Bu doğru, çöp. Ve ayrı ayrı alınan her gösterge yaklaşık 50/50 verir ve dahası, okumalarının gerçekten bir anlam ifade ettiği çok dar bir çalışma aralığına sahiptir.
Ancak birlikte ele alındığında... Zaten ortak göstergelerinin zaten anlamlı hale geldiği N boyutlu uzayın alanını tanımlayan diğer göstergelerin uygulanabilirlik alanını zaten sınırlandırıyorlar. Görünüşe göre buna moda kelime - sinerji deniyor.))
Fikirlerime göre, iş için yaklaşık 7-8 öngörücü göstergeye ihtiyaç var. Tek sorun, aynı şeyi ölçmek zorunda olmamaları.)
Eh, her biri kendi başına, böyle bir titizlik beni her halükarda, neye uyuyorsa, asıl mesele, bir süre işe yarayacağıdır.
En uygun girdi/çıktı kombinasyonunu bulursanız, 4 tahmin edicinin yeterli olduğu ortaya çıkıyor.
kısacası, verimlilik ve zaman arasında bir uzlaşma gereklidir
Sadece mesele bu, asıl mesele işe yarayacağıydı ...
Ve yine de, şimdiye kadar ortaya çıktı:
1. Büyük model, hafıza etkisi nedeniyle fazla sığacak
2. Kural (yaprak / ikili ağaç) tarih üzerinde ne kadar iyi çalışırsa, üretimde o kadar az şansı olur
Aksi takdirde, bu tür kâseler, tarihte yüksek doğruluk ve yüksek gelir ile ortaya çıkar.
ve yıl için inceleme örneğinde (tabloda mevcuttur), toplam kâr 1000'dir (ve fonların çekilmesi yaklaşık aynıdır) ve doğruluk% 58'e düşer.
Testler, 0,6 "olasılık" ile 1/0 oranında bölünmenin etkinleştirilmesiyle ve 0,5 olasılıkla, eğitim dışı dönemde 5000 bölgesinde kar, ancak test döneminde gerçekleştirildi. 57 bölgesi ve grafik daha fazla yürür, daha az doğruluğa sahiptir.
Bu, eğitim döneminde süper iyi okumaların yeniden eğitimin garantisi olduğu anlamına mı geliyor?
ama 57 civarında bir test periyodunda
Bu, eğitim döneminde süper iyi okumaların yeniden eğitimin garantisi olduğu anlamına mı geliyor?
Testte %57 doğruluk çok iyi, hatta çok fazla, ancak evet, sonuçlar öğrenme ve testte ne kadar farklılık gösterirse, fazla takma olasılığı o kadar yüksek olur.
Testte %57 doğruluk çok iyi, hatta çok fazla, ancak evet, sonuçlar öğrenme ve testte ne kadar farklılık gösterirse, fazla takma olasılığı o kadar yüksek olur.
Bu yüzden geleceğin bilinmediği gerçeğinden yola çıkıyorum ve kimse bana eğitim dışında bir örnek üzerinde her şeyin iyi olacağını söylemeyecek ... bu yüzden bir tür bağlantı arıyorum.
Ve doğruluk (ve bu Doğruluk değil, çünkü kaçırılan girişler dikkate alınmadığından, 1 olması gerektiğinde 0 olarak sınıflandırılanlar), o zaman her şey net değil, çünkü kar zarara eşit değil - zarardan daha büyük bir kâr olabilir ve belki de tam tersi. Görünüşe göre evet, model çalışıyor gibi görünüyor, ancak gelir getirmiyor.
Sadece mesele bu, asıl mesele işe yarayacağıydı ...
Ve yine de, şimdiye kadar ortaya çıktı:
1. Büyük model, hafıza etkisi nedeniyle fazla sığacak
2. Kural (yaprak / ikili ağaç) tarih üzerinde ne kadar iyi çalışırsa, üretimde o kadar az şansı olur
Aksi takdirde, bu tür kâseler, tarihte yüksek doğruluk ve yüksek gelir ile ortaya çıkar.
ve yıl için inceleme örneğinde (tabloda mevcuttur), toplam kâr 1000'dir (ve fonların çekilmesi yaklaşık aynıdır) ve doğruluk% 58'e düşer.
Testler, 0,6 "olasılık" ile 1/0 oranında bölünmenin etkinleştirilmesiyle ve 0,5 olasılıkla, eğitim dışı dönemde 5000 bölgesinde kar, ancak test döneminde gerçekleştirildi. 57 bölgesi ve grafik daha fazla yürür, daha az doğruluğa sahiptir.
Bu, eğitim döneminde süper iyi okumaların yeniden eğitimin garantisi olduğu anlamına mı geliyor?
genellikle evet
daha fazla özellik, daha fazla yeniden eğitimTestte %57 doğruluk çok iyi, hatta çok fazla, ancak evet, sonuçlar öğrenme ve testte ne kadar farklılık gösterirse, fazla takma olasılığı o kadar yüksek olur.
burada rastgele biri için iyi, çıldırdılar)) rastgele + %7 rastgele olmayan kötü, ama rastgeleden biraz daha iyi
hayır fena değil.. iğrenç, manken değil
herkesin makine öğreniminin temellerini öğrenmesi ve acilen geçiş yapması
özellikle büyüme programı %57 ise, o zaman buna hemen yeniden eğitim, a priori olarak bakabilir ve daha fazla bir şey analiz edemezsiniz.burada rastgele biri için iyi, çıldırdılar)) rastgele + %7 rastgele olmayan kötü, ama rastgeleden biraz daha iyi
hayır fena değil.. iğrenç, manken değil
herkesin makine öğreniminin temellerini öğrenmesi ve acilen geçiş yapması
Modellerinizin eğitim dışındaki mevcut doğruluğu nedir? Ve hangi periyotta bu gösterge nasıl düşüyor (değişiyor)?
10 aylık bir okul dışı dönemim var.
Modellerinizin eğitim dışındaki mevcut doğruluğu nedir? Ve hangi periyotta bu gösterge nasıl düşüyor (değişiyor)?
10 aylık bir okul dışı dönemim var.
~10k örnek için test ve eğitim başına %10 hata, artışla birlikte sorunsuz büyür
böyle bir hata ile modeller yeni veriler üzerinde çalışmaya başladı
doğrulamada farklı şekillerde, seçenekleri sıralamak gerekir
Artık algoritmaları ifşa etmiyorum, sadece iletişim kuruyorum