Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 2761
Alım-satım fırsatlarını kaçırıyorsunuz:
- Ücretsiz alım-satım 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
Bu makalelerde anlamlı bir özellik seçimi göremedim. Bir yığın arasından seçim yapmak değil, bir kerede bilgilendirici bir işaretleme çipi hedefi yapmak anlamında anlamlı. Herhangi bir özellik için hedef özellikleri seçmek mümkündür. Artışlarla bu imkansızdır. Hedef nitelikler altında hedef nitelikleri seçmemiz gerekecektir.
"Anlamlı" - bu, verdiğim resimlere göre,"bilgilendirici işaretlemeyi bir kerede çip-hedef" yapan resimlere göre.
"Anlamlı" derken neyi kastediyorsunuz?
"Anlamlı", alıntıladığım resimlere göre,"bilgilendirici işaretlemeyi aynı anda bir ficha hedefli" yapan şeydir
"Anlamlı" kelimesiyle neyi kastediyorsunuz?
Hemen yaparlarsa sorun olmaz. Bunu hatırlamıyorum. Makalenin adı neydi? Sonra okurum.
Burada, VLADIMIR PERERVENKO tarafından. Veri madenciliği ile başlayan tam bir makale döngüsü var. Benim bakış açım, modelin kendisi dışında birçok açıdan onunla örtüşüyor. İhtiyaçlarımız için makul olmayacak kadar karmaşık olduğunu düşünüyorum.
"Anlamlı", verdiğim resimlerle "bilgilendirici işaretlemeyi aynı anda hedefli hale getiren
Buradaki resim https://www.mql5.com/ru/articles/3507 olarak adlandırılır - Şek.12. Bir dizi 2 trenin varyasyonu ve kovaryansı
kovaryanstan korelasyona 1 adım.... (ama siz bir dahisiniz ve herkes alınıyor - bu yüzden kendiniz google'layın).... kavramsal aygıtınızı parlatmada size başarılar ... keli̇meleri̇n anlamini bi̇r kez anladiğinizda - jargonunuzun sözde dahi̇li̇ği̇ ve sözde argümanlarinizin yanlişliği bi̇r anda dağilacaktir ... Bağırarak mantığı değiştiremezsiniz.
-- genel olarak, konu değişmedi, hala dahiliklerini ilan etmeye çalışan, bisiklet icat eden, - tabiri caizse "öncüler"...
İşte, VLADIMIR PERERVENKO'dan. Veri madenciliği ile başlayan, sistematik olarak tamamlanmış bir makale döngüsü var. Benim bakış açım, modelin kendisi dışında birçok açıdan onunla örtüşüyor. İhtiyaçlarımız için makul olmayacak kadar karmaşık olduğunu düşünüyorum.
Belirli özellikler için herhangi bir hedef işareti görmedim. Keyfi bir gecikme ile bir artış alıyoruz. Sadece belirli hedefler için bilgilendirici olacak ve diğerleri için bilgilendirici olmayacaktır.
Bunu anlamıyorum. İşaretleme ne anlama geliyor?
Hedef-öngörücü çiftleri birbiriyle ilişkilidir ve bu çift tam da ilişkili oldukları için vardır. Ve bu tür çiftleri bulmak yeterince zordur. Bağlantı ne kadar güçlü olursa, uyum hatası da o kadar küçük olur. Başka bir hedef için tahminci sorunu farklıdır.
Bunu anlamıyorum. İşaretler ne anlama geliyor?
Hedef-öngörücü çifti ilişkilidir ve bu çift tam da ilişkili olduğu için vardır. Ve bu tür çiftleri bulmak yeterince zordur. Bağlantı ne kadar güçlü olursa, uydurma hatası da o kadar küçük olur. Diğer hedef için tahminci sorunu farklıdır.
Umarım yanılıyorumdur, ancak özniteliklerin aynı şekilde anlaşılmadığı izlenimine sahibim.
NS girdisine beslenenler özelliklerdir ve sınıf etiketleri çıktıya beslenir.
Dolaylı işaretler mümkün müdür? Örneğin, kediler ve köpekler sıklıkla kavga eder, ancak köpeklerin kedileri kovalama olasılığı daha yüksektir. Bize iki nesne ve hareketleri veriliyor. Görev: hangisinin kedi hangisinin köpek olduğunu belirlemek, bir kez gerçek verilerle kontrol ettikten sonra ve sonraki zamanlarda bağımsız olarak kimin kim olduğunu belirlemek. Birinin kedi, diğerinin köpek olduğundan eminiz ama siluetlerini göremiyoruz, seslerini duyamıyoruz, izlerini bile göremiyoruz, sadece hareket koordinatlarını görebiliyoruz. Sinir ağını nesnelerin ileri geri hareketiyle (AL-SAT) besleriz. "Düşünme" ve ağırlıkların çarpımı sürecinde, sinir ağı bize bir nesnenin her zaman önde ve diğerinin arkasında koştuğunu sınıflandırdı (MA_5[0] > MA_10[0]) ve bir varsayım yaptı: köpek şimdi önde mi hareket ediyor? Bunu gerçek verilerle kontrol etti, cevabı aldı (HAYIR), verileri düzeltti, kedi olduğunu varsaydı, kontrol etti - (EVET). Artık sinir ağı, nesnelerin kavgası ve hareketiyle kimin kedi kimin köpek olduğunu nasıl belirleyeceğini biliyor. Aynı zamanda, patiler, kıl parçaları, dişler, havlama veya miyavlama verilmedi.
Yani, sinir ağına birçok şey beslenebilir ve bir şey bulacak ve onu gerekli cevabı verecek şekilde(Hercule Poirot) bulacak gibi görünüyor. Yani, bu durumda özellik, sınıflandırılan nesne hakkında kısmi bilgiyi temsil etmez, ancak bir çözüm mümkündür.