Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 3339
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
Sadece başlıkları okuma alışkanlığından vazgeçin: kitap bir Twitter gönderisi değildir.
Kitabın yarısından fazlasını okudum, bu nedenle içeriği kendim değerlendirebilirim; %80'i kod olan bölümler var.
Kitapta kod yazarken kullanılan paketlerin bir listesi burada.
İçeriği açısından kitap, "makine öğrenimi" olarak adlandırılan şeyin problemlerinin ve çözümlerinin sistematik bir sunumudur, bu sitede "makine öğrenimi" genellikle sadece bir model olarak anlaşıldığı için çok yararlıdır.Evet. İyi bir kitap.
Yarısını okuduğunuza göre.
Muhtemelen bir satır kod yazabilirsin.
En çok aklınızda kalan?
P.Z.
Herkese kitabı incelemesini tavsiye ederim.
i̇stati̇sti̇ksel öğrenme
kozul kendi reklamını yapıyor, eski pantolonun üzerine yeni bir etiket yapıştırıyor.
Yeniden örnekleme ve cv'den sonra istatistiksel çıktı nerede? Ve nihai sınıflandırıcının inşası. Bu konuyu ele alın ve geliştirin. Kozul'un temeli budur.
Kozul haksız reklamdır, eski pantolonun üzerine yeni bir etiket yapıştırmaktır.
Etkili modeller oluşturmak, çoklu modelleri yeniden örnekleme ile karşılaştırmak için Tuls. Sırada istatistiksel çıkarım ve yansız model oluşturma gibi bir şey olmalı.
Bu, makine öğreniminin standardıdır ve kitabın çoğu, uzun yıllara dayanan ve birçok aracın icat edildiği bu konularla ilgilenmektedir. Kitabın 3. Bölümünün adı: Etkili Modeller Oluşturma Araçları olup aşağıdaki içeriğe sahiptir:
- 10 Performans değerlendirmesi için yeniden örnekleme
- 11 Yeniden örnekleme ile modellerin karşılaştırılması
- 12 Model ayarlama ve aşırı uyumun tehlikeleri
- 13 Izgara araması
- 14 Yinelemeli arama
- 15 Birden fazla model görüntüleme
Buna ek olarak,nihai modelin nasıl oluşturulacağını anlatan 20. bölüm"Model Toplulukları" da bulunmaktadır.
İstatistiksel öğrenmeye ihtiyacımız var.
İhtiyacınız var mı? Lütfen: CRAN Görev Görünümü: Makine Öğrenimi ve İstatistiksel Öğrenme
Bu yeni başlayanlar için ipuçları, bir kozul ve düşünme yeteneğine ihtiyacınız var
Birden fazla tek öğrenicinin tahminlerinin tek bir tahmin yapmak için toplandığı bir model topluluğu, yüksek performanslı bir nihai model üretebilir. Topluluk modelleri oluşturmak için en popüler yöntemler torbalama(Breiman 1996a), rastgele orman ( Ho 1995;Breiman 2001a) ve güçlendirme ( Freund ve Schapire 1997) yöntemleridir. Bu yöntemlerin her biri, aynı model türünün (örneğin sınıflandırma ağaçları) birden fazla versiyonundan elde edilen tahminleri birleştirir. Ancak, topluluk oluşturmaya yönelik en eski yöntemlerden birimodel istiflemedir(Wolpert 1992;Breiman 1996b).
Model istifleme, herhangi bir türdeki birden fazla modelin tahminlerini birleştirir. Örneğin, bir lojistik regresyon, sınıflandırma ağacı ve destek vektör makinesi bir istifleme topluluğuna dahil edilebilir.
Bu bölümdestacks paketi kullanılarak tahmin modellerinin nasıl yığılacağı gösterilmektedir. Beton karışımlarının basınç dayanımını tahmin etmek için birden fazla modelin değerlendirildiği Bölüm15'teki sonuçları yeniden kullanacağız.
Yığınlanmış bir topluluk oluşturma süreci şu şekildedir:
20.5 BÖLÜM ÖZETİ
Bu bölümde, daha iyi tahmin performansı için farklı modellerin bir toplulukta nasıl birleştirileceği gösterilmiştir. Topluluğu oluşturma süreci, performansı artıran küçük bir alt küme bulmak için aday modelleri otomatik olarak eleyebilir.Stacks paketi , yeniden örnekleme ve ayarlama sonuçlarını bir meta-modelde birleştirmek için akıcı bir arayüze sahiptir.
Bu, yazarın soruna bakış açısıdır, ancak birden fazla modeli birleştirmenin tek yolu bu değildir - R'de modelleri birleştirmek için yığın paketleri vardır. Örneğin, caretEnsemble: Caret Modelleri Toplulukları
her şey yavaş olacak, pamuk.
Ayrıca kitabın topluluk ve istiflemeyi karıştırdığı görülüyor. Kısacası bu normal bir yaklaşım ama üretimde pamuk ipliğine bağlı olabilir.
Geçenlerde Vladimir'in makalesine bir bağlantı verdiğiniz gibi. En tuhaf TC yaratımına bir örnek.
Ne tür bir pamukluk?
Bu pamuksuluk da ne?
Kozul'a, istatistiksel öğrenmeye ve güvenilir yapay zekaya geri dönmemizi öneriyorum.
P.Z.
Bunun ince detaylarını çözün.