Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 2581

Yeni yorum
 
Maksim Dmitrievski # :
Python ile şimdi uygun. Test cihazımı yazdım ama modelleri aktarabilir veya api üzerinden ticaret yapabilirsiniz. ONNX eklenirse genel olarak bir silah olacak.

M1 haşhaş ile iletişime geçtim, şimdi yarım senedir bekliyorum altına alınınca 2 hafta içinde salıverme sözü veriyorlar. Windows'ta sanal bir makine aracılığıyla.
Yani python için geriye dönük test için bir paket var, neden kullanmıyorsunuz?

Yoksa optimizasyonlu bir test cihazı mı yazdınız?
 
mytarmailS # :
Python için geriye dönük test için bir paket var, neden kullanmıyorsunuz?

Yoksa optimizasyonlu bir test cihazı mı yazdınız?
Hazır, az esneklik sevmedim. Kendi metriklerimle, kendi görevlerim için yazdım. Kabaca, giriş teklifleri ve model sonuçlarında. Artı, şimdi birkaç kez yeniden eğitilen ve yinelemeli olarak gelişen 2 "karşıt" modelim var. İyileştirme sonuçları da test cihazından alınır.
 
Maksim Dmitrievski # :
Bir model ticaret yapmayı, diğeri sinyalleri filtrelemeyi öğrenir.
Pekala, şimdi üretken olarak yapıcı algoritmalar için bir moda olduğunu anlıyorum, ancak aslında bunu kendi içinde yapan karmaşık bir algoritmadan oluşturulan ve birbirini geliştiren iki koşullu basit algoritmanın avantajı nedir, kabaca konuşursak, daha fazlasını oluşturur. ikinizden daha karmaşık karar kuralları kendi içinde ...
Faydalarını gerçekten anlamıyorum, sadece bir moda
 
mytarmailS # :
Pekala, şimdi üretken olarak yapıcı algoritmalar için bir moda olduğunu anlıyorum, ancak aslında bunu kendi içinde yapan karmaşık bir algoritmadan oluşturulan ve birbirini geliştiren iki koşullu basit algoritmanın avantajı nedir, kabaca konuşursak, daha fazlasını oluşturur. ikinizden daha karmaşık karar kuralları kendi içinde ...
Faydalarını gerçekten anlamıyorum, sadece bir moda
Ve böyle bir şey yarattım ve iyi olduğunu gördüm) Sorun modellerin hatalarında ve otomatik olarak gerçekten kararlı kalıp arayışında. Baştan beri ana fikir gibi. Orada, yaklaşımlar farklı olabilir. Bir model kendini düzeltemez, ikisi zaten düzeltebilir.

Diyelim ki bir model yetiştiriyorsunuz, bu kötü. Ne yapalım? Kendin bir şey al? Nifiga, insan yoğun iş için doğmaz, insanı ikinci bir modelle değiştirirsin.
 
Maksim Dmitrievski # :
Diyelim ki bir model yetiştiriyorsunuz, bu kötü. Ne yapalım? Kendin bir şey al? Nifiga, insan yoğun iş için doğmaz, insanı ikinci bir modelle değiştirirsin.
Dinleyin, nihayet optimizasyon algoritmaları, uygunluk işlevleri hakkında bilgi edinin ve tekerleği kare tekerlekler üzerinde yeniden icat etmeyi bırakın.
 
mytarmailS # :
Dinleyin, sonunda optimizasyon algoritmaları, uygunluk işlevleri hakkında bilgi edinin ve tekerleği kare tekerlekler üzerinde yeniden icat etmeyi bırakın.
Bu farklı. Optimizasyon sayesinde bir uyum olacaktır. Analiz ve hata düzeltme yoluyla model de takılır, ancak fazlalığı atarak kararlı modeller bulursunuz. En azından istikrarın olduğu bir tür plato bulursunuz. Basit bir genetik numaralandırma yoluyla daha zor, daha fazla handjob.
 
Maksim Dmitrievski # :
Bu farklı. Optimizasyon sayesinde bir uyum olacaktır. Analiz ve hata düzeltme yoluyla model de takılır, ancak fazlalığı atarak kararlı modeller bulursunuz. En azından istikrarın olduğu bir tür plato bulursunuz. Basit bir genetik numaralandırma yoluyla daha zor, daha fazla handjob.

temel örnek

AMO'yu maksimum kar için eğitmeniz gerekiyor, ne yapacaksınız?


1) bir hedef yapacaksın

2) modelleri ayarlayın   örneğin RMSE'ye göre standart metriğe göre (bu çok önemli değil)

3) en iyi modellerden oluşan bir grup oluşturun

4) en yüksek karı olan gruptan en iyi modeli seçin


Ve şimdi soru şu: Grubunuzun küresel anlamda en iyi modellerin mutlak zirvesi olduğunu düşündüren nedir? çünkü modelleri iki öznel filtreden geçirdiniz

(1) hedefiniz ve (2) hata ölçüsü   RMSE


Ağırlıkları (bir nöron ise) hemen değiştirmek, maksimum kar hedefi için kurallar oluşturmak (tahta ise) daha iyi değil mi, retorik bir soru .. elbette, daha iyi ve daha hızlı.

Sonuç olarak, bu gruplardan milyonlarca kazanan diğer model gruplarını kaçırıyorsunuz.

 
mytarmailS # :

temel örnek

AMO'yu maksimum kar için eğitmeniz gerekiyor, ne yapacaksınız?


1) bir hedef yapacaksın

2) modelleri ayarlayın   örneğin RMSE'ye göre standart metriğe göre (bu çok önemli değil)

3) en iyi modellerden oluşan bir grup oluşturun

4) en yüksek karı olan gruptan en iyi modeli seçin


Ve şimdi soru şu: Grubunuzun küresel anlamda en iyi modellerin mutlak zirvesi olduğunu düşündüren nedir? çünkü modelleri iki öznel filtreden geçirdiniz

(1) hedefiniz ve (2) hata ölçüsü   RMSE


Ağırlıkları (bir nöron ise) hemen değiştirmek, maksimum kar hedefi için kurallar oluşturmak (tahta ise) daha iyi değil mi, retorik bir soru .. elbette, daha iyi ve daha hızlı.

Sonuç olarak, bu gruplardan milyonlarca kazanan diğer model gruplarını kaçırıyorsunuz.

Bakiyeye göre R2'ye göre, artı minimum kaybedilen işlem sayısına göre, ancak en düşük entropi (logloss) ve maksimum acurasi ile seçiyorum. Bu nedenle, varsayılan modeller en karlı olanlardır. Birleşik kriter elde edilir. Ayrıca, çapraz doğrulama sonuçlarını değerlendirmeye eklemenin zararı olmaz. Eller ulaşana kadar.
 
Maksim Dmitrievski # :
Bakiyeye göre R2'ye göre, artı minimum kaybedilen işlem sayısına göre, ancak en düşük entropi (logloss) ve maksimum acurasi ile seçiyorum. Bu nedenle, varsayılan modeller en karlı olanlardır.

Hazır modeller arasından seçim yapabilir veya bir model oluşturabilirsiniz. tüm fark bu

 
mytarmailS # :

Hazır modeller arasından seçim yapabilir veya bir model oluşturabilirsiniz. tüm fark bu

Bu, neyi ve neden yaratacağınızı bildiğiniz zamandır. Hazır değiller, makalelerde olduğu gibi fırsatlar rastgele örnekleniyor. Veri hazırlamanın hiçbir aşamasında a priori varsayımlar veya buluşsal yöntemler yoktur, işlemin maksimum ve minimum tutma süresi gibi bazı değer aralıkları vardır.

Aslında, tüm mekanizma kimin neyi bildiğini aramak için çalışır, ancak sözde oradadır, ancak ne olduğunu bilmiyoruz.
1...257425752576257725782579258025812582258325842585258625872588...3399
Yeni yorum