Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 2945

Yeni yorum
 
R'yi seviyorum, benim için dünyadaki en iyi dil, ancak Sanych'in her gönderisindeki sürekli reklamlar beni gerçekten hasta ediyor.
 
Stanislav Korotky #:

Hayır, boş. Bousting hakkında olduğunu söylemeyi unuttum.

İşte,


ve burada.


Ancak buradaki formüller farklı görünüyor veya daha eksiksiz bir biçimde yazılmış....

 
Aleksey Vyazmikin #:

Al o zaman,


ve burada


Ancak oradaki formüller farklı görünüyor veya daha eksiksiz bir biçimde yazılmış....

Kolektif çiftçilik gönüllülük esasına dayanır! Ama neden kolektif çiftçiliği yaygınlaştıralım? Teknik dokümantasyon ve program kodu varken, YouTube'da daha ne gibi dersler var? Gbm'nin kendisinin paketin sadece bir parçası olduğunu, fonksiyonun kendisinin yanında başka birçok şey olduğunu not edeceğim.

İşte gbm paketine bir bağlantı

İşte teorinin bir bağlantısı

İşte kılavuza bir bağlantı

Ve işte gbm hakkındaki literatürün listesi.

Referanslar Y. Freund ve R.E. Schapire (1997) "A decision-theoretic generalisation of on-line learning and an application to boosting," Journal of Computer and System Sciences, 55(1):119-139.

G. Ridgeway (1999). "The state of boosting," Computing Science and Statistics 31:172-181.

J.H. Friedman, T. Hastie, R. Tibshirani (2000). "Additive Logistic Regression: a Statistical View of Boosting," Annals of Statistics 28(2):337-374.

J.H. Friedman (2001). "Greedy Function Approximation: A Gradient Boosting Machine," Annals of Statistics 29(5):1189-1232.

J.H. Friedman (2002). "Stochastic Gradient Boosting," Computational Statistics and Data Analysis 38(4):367-378.

B. Kriegler (2007). Kantitatif Regresyon Çerçevesinde Maliyete Duyarlı Stokastik Gradyan Arttırma. Doktora Tezi. Los Angeles'taki Kaliforniya Üniversitesi, Los Angeles, CA, ABD. Danışman(lar) Richard A. Berk. urlhttps://dl.acm.org/citation.cfm?id=1354603.

C. Burges (2010). "From RankNet to LambdaRank to LambdaMART: An Overview," Microsoft Research Technical Report MSR-TR-2010-82

gbm: Generalized Boosted Regression Models
gbm: Generalized Boosted Regression Models
  • cran.r-project.org
An implementation of extensions to Freund and Schapire's AdaBoost algorithm and Friedman's gradient boosting machine. Includes regression methods for least squares, absolute loss, t-distribution loss, quantile regression, logistic, multinomial logistic, Poisson, Cox proportional hazards partial likelihood, AdaBoost exponential loss, Huberized hinge loss, and Learning to Rank measures (LambdaMart). Originally developed by Greg Ridgeway.
 
Aleksey Vyazmikin #:

Al o zaman,


ve burada


Ancak oradaki formüller farklı görünüyor veya daha eksiksiz bir biçimde yazılmış....

Benzer şekilde xgboost için

xgboost: Extreme Gradient Boosting
xgboost: Extreme Gradient Boosting
  • cran.r-project.org
Extreme Gradient Boosting, which is an efficient implementation of the gradient boosting framework from Chen & Guestrin (2016) < doi:10.1145/2939672.2939785 >. This package is its R interface. The package includes efficient linear model solver and tree learning algorithms. The package can automatically do parallel computation on a single machine which could be more than 10 times faster than existing gradient boosting packages. It supports various objective functions, including regression, classification and ranking. The package is made to be extensible, so that users are also allowed to define their own objectives easily.
 
СанСаныч Фоменко #:

Kolektif çiftçilik gönüllülük esasına dayanır! Ama neden kolhoz propagandası? Teknik dokümantasyon ve program kodu varken YouTube'da hangi dersler var? Gbm'nin kendisinin paketin sadece bir parçası olduğunu, işlevin kendisinin yanında başka birçok şey olduğunu not edeceğim.


İşte teorinin bir bağlantısı

Gerekli olan sadece formüller değil, bir açıklamadır, bu yüzden bir kişinin malzemeyi eğitmenin algısı yoluyla açıklaması önerilmektedir.

Ve linkte formüllerle teoriyi göremedim.

 
Aleksey Vyazmikin #:

Gerekli olan sadece formüller değil, bir açıklamadır, bu nedenle eğitmenin materyali algılaması yoluyla insan açıklaması önerilmektedir.

Ve bağlantıda formüllerle teoriyi göremedim.

Teoriyi seven başkaları için olduğu gibi, nokta atışı görmek istemeyen sizin için değil.

Ve en önemlisi, youtube'daki yada yada ile teoriden birçok kişi tarafından test edilen koda kadar çalışan bir araç arasındaki farkı anlamıyorsunuz.

Dosyalar:
gbm.zip  257 kb
 
Aleksey Nikolayev #:

Model mql5 komut dosyasında çalışır, ancak onnxruntime paketi yüklü olmadığı için python'da çalışmaz.

onnxruntime paketi henüz python 3.11'de yüklü değil. Her şeyin yüklü olduğu ve çıktının çalıştığı python 3.10'u yükledim.

 
СанСаныч Фоменко #:

Bu teoriyi sevenler için olduğu kadar, açık seçik görmek istemeyen sizin için de değil.

Ve en önemlisi, youtube'daki yada yada yada ile teoriden birçok kişi tarafından test edilen koda kadar çalışan bir araç arasındaki farkı anlamıyorsunuz.

Neden kibir? Nereden indirdiğinizi gösterseniz iyi olur - ben şahsen tekrar baktım ve anlamadım.

Hm, enstitülerde öğretmenlere neden ihtiyacımız var?

 
Pekiştirmeli öğrenme hakkında
 
mytarmailS #:
Pekiştirmeli öğrenme hakkında
h ttps://youtu.be/I-wd3ZUrReg

Psikolojide buna projeksiyon denir....

Ve evet, tam olarak söylediği gibi ve modellerin eğitimi gerçekleşir - hayal edilen şey hatırlanır.

1...293829392940294129422943294429452946294729482949295029512952...3399
Yeni yorum