Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 3388
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
Neden çok sayıda işaret kötüdür? Kozulu üzerine bir kitaptan ilginç bir grafik.
Özellik sayısına bağlı olarak eğitim örneğinde aynı örneği bulma olasılığı.
Net değil. Eğitim örneğinde olduğu gibi aynı örneğin nerede olduğunu bulma olasılığı?
Hiçbir şey net değil. Eğitim örneğinde olduğu gibi aynı örneğin nerede olduğunu bulma olasılığı?
veri kümesindeki aynı satır
yalnızca 1.000 satırınız varsa
Kabaca konuşmak gerekirse, 18+ özelliğiniz varsa, her satırı hatırlaması için bir sınıflandırıcıyı eğitirsiniz çünkü bunlar tekrar etmezler bile
ve nedensel çıkarımda, istatistikleri hesaplamak için örnekleri eşleştiremezsiniz.1. Bu matrisi nasıl elde ediyorsunuz? Buradaki sayılar nedir?
2. Ben kurallardan bahsediyorum. Benim yaklaşımımda kuralın nasıl ve neyden türetildiği umurumda değil, ancak yanıt eğitim örneğindeki bir diğerine benziyorsa, ek bilgi taşımaz.
Neden çok sayıda işaret kötüdür? Kozulu üzerine bir kitaptan ilginç bir grafik.
Özellik sayısına bağlı olarak eğitim örneğinde aynı örneği bulma olasılığı.
14'ten (ve hatta 10'dan) fazla özelliğiniz varsa, kayıp olmadan azaltamayacağınız çok sayıda kural elde edersiniz.
Bunların hepsi sıradan şeyler...
Nöroniklerin içinde sec2sec gibi verimli sıkıştırma algoritmaları kullanıyorlar, bu da doğru.
Nöroniklerin içinde sec2sec gibi verimli sıkıştırma algoritmaları kullanır, bu yüzden de adildir.
Metinden bahsediyorsak, vakaların %95'inde aşağıdaki gibi olağan kelime sayacı kullanılır - bu gözlemde bir kelime kaç kez geçti? 0, 1, 103..
.
Bunlar farklı mimariler, katmanlı pastalar. Karşılaştırmak zor. Normal sınıflandırma ya da regresyondan bahsediyoruz. Bu durumda evrensel bir yasa gibi görünüyor.
Bunlar başka mimariler, katmanlı pastalar. Karşılaştırmak zor. Sıradan bir sınıflandırma ya da regresyondan bahsediyoruz. Bu durumda, evrensel bir yasa gibi görünüyor.
----------------------------------------------------------------------
Hatırladım, buna kelime çantası deniyor.
Yeni, alışılmadık, anlaşılmaz, karmaşık olan nedir?
Aynı işaret tablosu + herhangi bir MO
Bu, yapılandırılmamış verilerle (metin) çalışıyor, ardından bunları bir kelime torbası yapısına ve ardından istediğimiz başka herhangi bir şeye çeviriyoruz
Hepsi aynı.
----------------------------------------------------------------------
Hatırladım, buna kelime çantası deniyor.
Yeni, alışılmadık, anlaşılmaz, karmaşık olan nedir?
Aynı işaret tablosu + herhangi bir MO
Bu, yapılandırılmamış verilerle (metin) çalışıyor, ardından bunları bir kelime torbası yapısına ve ardından istediğimiz başka herhangi bir şeye çeviriyoruz
Bu farklı bir konudur. Bunları nasıl dönüştürürseniz dönüştürün, girdi vektörünün boyutluluğu belirtilen eşikten daha düşük olmalıdır, aksi takdirde bir örüntü tespit edemezsiniz. Kategorik olanlar muhtemelen vektör uzunluğu konusunda daha büyük bir sınıra sahiptir. Ayrıca, satır sayısına olan bağımlılığı da dikkate alın. Büyük verilerde özellik sayısı daha fazla olabilir.