Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 3008

 
mytarmailS #:

Hedefleri aşmakla kalıyoruz, yavaş yavaş RL'ye ulaşıyoruz

Çoktan geçtim :) zayıf nokta, izole edemeyen ve sonra genelleştiremeyen yaklaşımcıdır. Ancak genel eğitim için faydalıdır. NS'yi yarı yararlı ve gerçekten yararlı arasında ayırt etmez. Çünkü verilerde gerçekten faydalı olan küçük bir kısım vardır. Verilere biraz faydalı eklemek işe yarayacaktır.

Ya daha etkili yenilikleri takip edin ve ana akım haline gelmeden önce ilk uygulayanlardan biri olun ya da kendi bisikletinizi sürün.

Transformatörler işe yaramadı, bakalım başka ne bulacaklar.
 
Maxim Dmitrievsky #:
Transformers işe yaramadı, bakalım başka ne bulacaklar.

Beklemek için çok yaşlı olacaksın.

 
mytarmailS #:

beklemek için çok yaşlı olacaksın.

Çok fazla umut etmiyorum, sadece ara sıra göz atıyorum. Sonuçta gpt bu konuda durgunluk ve durgunluk öngörüyorum. Hiçbir atılım görünmüyor. Bu sadece bir hype flaşı, kriptoda olduğu gibi. Şimdi biraz para kazanacaklar ve sakinleşecekler.
 
Maxim Dmitrievsky #:
Çok umutlu değilim, sadece arada bir göz atıyorum. Sonuçta gpt bu konuda durgunluk ve durgunluk öngörüyorum. Hiçbir atılım görünmüyor. Kriptoda olduğu gibi tamamen bir yutturmaca.

Ben tam tersi bir görüşe sahibim.

Genel olarak güçlü bir yapay zekanın uzun zamandır yaratıldığına (sadece bizim için değil) ve tüm kripto endüstrisinin (tüm dünya) bilmeden eğitimi üzerinde çalıştığına inanıyorum.

 
mytarmailS #:

Ben tam tersini düşünüyorum.

Genel olarak güçlü bir yapay zekanın uzun zamandır yaratıldığına (sadece bizim için değil) ve tüm kripto endüstrisinin (tüm dünya) bilmeden onun eğitimi üzerinde çalıştığına inanıyorum.

O zaman mantıklı soru şu: hangi teknoloji üzerinde. Eğer Transformers üzerindeyse, o zaman hiç YZ değildir ve asla yapamayacaktır.
 
Maxim Dmitrievsky #:

Akıllıca değil, yardıma ihtiyacım yok. Forum bir ipucu olmaktan çok dikkat dağıtıcı bir unsur. Sadece genel anlamda tecrübelerimi aktarıyorum. Bazen satıyorum :) bunu kim duyarsa miras alarak zaman kazanacak.


İşaretleri aşmak kusurlu bir taktiktir, çok etkisizdir, bu zaten benim için bir aksiyomdur. IMHO demek isterdim ama bu daha çok bir aksiyom gibi.

Ve yardıma ihtiyacım var - kodda kontrol edebileceğimden daha fazla ve daha hızlı düşünüyorum.

Özellikleri aramanıza gerek yok - onları seçmeniz ve doğru şekilde ayarlamanız gerekiyor.

 
Aleksey Vyazmikin #:

Ve yardıma ihtiyacım var - kodda test edebileceğimden daha fazla ve daha hızlı bir şekilde geliyor.

Çok fazla özelliğe ihtiyacınız yok - onları seçmeniz ve doğru şekilde ayarlamanız gerekiyor.

Kurguda da durum tamamen aynı. Akıllarına çok şey geliyor, yazacak vakitleri yok :) ve sonra Aleksey Nikolayev tarafından temsil edilen yayın kurulu her şeyi kesip atıyor.
 
Maxim Dmitrievsky #:
O zaman mantıklı soru şu: hangi teknolojide. Eğer Transformers'taysa, yapay zeka değildir ve asla da olmayacaktır.

Bunu kim söyleyebilir?

Ancak cep telefonlarından bir enerji santraline bağlı bir kripto çiftliğine kadar tüm dünyanın bilgi işlem gücüne ihtiyaç duyuyorsanız teknogolia çok kötü olmalı...

Ancak bu noktada daha iyi bir teknoloji yok.

 

Bana basit ve önemsiz geliyor.

1. Ben kendim çalıştım ve çalışıyorum: bir öğretmen var ve bunun için işaretleri almak/işlemek gerekiyor.

2. MytarmailS 'in belirttiği gibi, tam tersi bir görev belirleyebilirsiniz: işaretler vardır ve bunlara bir öğretmen eşleştirmek/yaratmak gerekir. Bu konuda hoşuma gitmeyen bir şey var. Ben bu yolu denemiyorum.


Gerçekte, her iki yol da aynıdır: mevcut öğretmen-özellik çiftindeki sınıflandırma hatası örneklem dışı %20'yi geçmemelidir. Ancak en önemlisi, mevcut özelliklerin tahmin gücünün gelecekte değişmediğine veya zayıf bir şekilde değiştiğine dair teorik kanıt olmalıdır. Tüm buharlı silindirlerde en önemli şey budur.


Akıl yürütmemin model seçimini içermediğini belirtmek isterim. Modelin son derece küçük bir rol oynadığına inanıyorum, çünkü özelliklerin tahmin yeteneğinin istikrarı ile hiçbir ilgisi yoktur: tahmin yeteneğinin istikrarı öğretmen-özellik çiftinin bir özelliğidir.

1. Sınıflandırma hatası %20'den az olan bir öğretmen-özellik çiftine sahip olan başka biri var mı?

2. Kullanılan özellikler için tahmin yeteneğinde %20'den daha az değişkenlik olduğuna dair gerçek kanıtı olan başka biri var mı?


Var mı? O zaman tartışılacak bir şey var


Hayır mı? Diğer her şey falan filan.

 
СанСаныч Фоменко #:

Bana basit ve önemsiz görünüyor.

1. Ben kendim çalıştım ve çalışıyorum: bir öğretmen var ve işaretleri almak/işlemek gerekiyor.

2. mytarmailS 'in belirttiği gibi, tam tersi bir görev ayarlamak mümkündür: nitelikler vardır ve bunlarla bir öğretmeni eşleştirmek/oluşturmak. Bu konuda hoşuma gitmeyen bir şey var. Bu şekilde gitmeye çalışmıyorum.


Gerçekte, her iki yol da aynıdır: mevcut öğretmen-özellik çiftindeki sınıflandırma hatası örneklem dışı %20'yi geçmemelidir. Ancak en önemlisi, mevcut özelliklerin tahmin gücünün gelecekte değişmediğine veya zayıf bir şekilde değiştiğine dair teorik kanıt olmalıdır. Tüm buharlı silindirlerde bu en önemlisidir.


Akıl yürütmemin model seçimini içermediğini belirtmek isterim. Benim inancıma göre model son derece küçük bir rol oynamaktadır, çünkü özelliklerin tahmin yeteneğinin kararlılığıyla hiçbir ilgisi yoktur: tahmin yeteneğinin kararlılığı öğretmen-özellik çiftinin bir özelliğidir.

1. 20'den daha az sınıflandırma hatası olan bir öğretmen-özellik çiftine sahip olan başka biri var mı?

2. Kullanılan özellikler için tahmin yeteneğinde %20'den daha az değişkenlik olduğuna dair gerçek kanıtı olan var mı?


Kimse var mı? O zaman tartışılacak bir şey var


Hayır mı? Geri kalan her şey bla bla bla.

Öğretmen bir dizi özellik ve etikettir, yazdığınız şey değil :) ya da daha doğrusu, bir kişidir ya da bu verileri üreten bir algoritmadır 😀

Model seçimi bir rol oynar, güçlü bir model seçmeniz gerekir. Ancak tüm güçlü modeller aynı güçlü niteliklerle ilgili olduğundan, bunlar arasındaki seçim zaten ilkesizdir.

Bazen doğru tanımları bilmek doğru düşünmeye yardımcı olur.