Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 2978
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
Hmmm, daha fazlasını nasıl bilebilir ki :)
Az önce, sınıflandırma doğrulukları nedeniyle doğru sınıflandırılmış kötü örneklerin daha düşük hacmi hakkında yazdım.
Oradaki kodu okumak çok zor ama genel olarak çözebilirsiniz. MO'yu kişisel olarak anlaması için bunun çok iyi bir teşvik olduğunu düşünüyorum. Ve yeniden üretilebilir kod, süreci anlamak için çok önemlidir. Özellikle de kendinize ait bir şey yapmak istiyorsanız.
Evet, olan bu - boşa harcanan yıllar.
Igor Ashmanov Alice sesli asistan hakkında
Yapay zeka programlarına yönelik temelde iki farklı yaklaşım hakkında.
Sonunda sıradanlık üzerine iyi bir rehber buldum.
ML'nin neden sadece tahmin için olduğu ama nedensellik için olmadığı sorusuna cevap veriyor.
ML, bu ters nedensellik türü problemlerde kötü bir üne sahiptir. Ekonomistlerin karşı olgusal olarak adlandırdıkları "eğer" sorularını yanıtlamamızı gerektirirler. Şu anda malım için istediğim bu fiyat yerine başka bir fiyat kullansaydım ne olurdu? Uyguladığım düşük yağlı diyet yerine düşük şekerli bir diyet yapsaydım ne olurdu? Bir bankada çalışıyorsanız, kredi veriyorsanız, müşteri hattını değiştirmenin gelirinizi nasıl değiştirdiğini bulmanız gerekecektir. Ya da yerel yönetimde çalışıyorsanız, okul sistemini nasıl daha iyi hale getireceğinizi bulmanız istenebilir. Dijital bilgi çağı size bunu söylüyor diye her çocuğa tablet mi vermelisiniz? Yoksa eski moda bir kütüphane mi kurmalısınız?
Bu soruların temelinde, cevabını bilmek istediğimiz nedensel bir sorgulama vardır. Nedensel sorular, satışları nasıl artıracağımızı bulmak gibi günlük sorunlara nüfuz eder. Yine de, bizim için çok kişisel ve değerli olan ikilemlerde de önemli bir rol oynarlar: hayatta başarılı olmak için pahalı bir okula gitmek zorunda mıyım (eğitim kazanca neden olur mu)? Göç iş bulma şansımı düşürüyor mu (göç işsizliğin artmasına neden oluyor mu)? Yoksullara para transferi suç oranını düşürür mü? Hangi alanda çalıştığınız önemli değil. Büyük olasılıkla bir tür nedensel soruya cevap vermek zorunda kaldınız veya kalacaksınız. Ne yazık ki ML için, bu soruların üstesinden gelmek için korelasyon tipi tahminlere güvenemeyiz.
Sonunda iyi bir gündelik rehber buldum.
MO'nun neden sadece tahmin için olduğu, ancak nedensellik araştırması için olmadığı sorusuna cevap verir.
Sonunda iyi bir gündelik rehber buldum.
En önemlisi "gereksiz" bir matstat gibi görünüyor)
Temel olarak, örneğin kanıta dayalı tıpta hangi yöntemlerin kullanıldığını görmeniz ve bunları görevinize uygulamaya çalışmanız önerilir.
Çoğu "gereksiz" bir matstat gibi)
Temel olarak öneri, örneğin kanıta dayalı tıpta hangi yöntemlerin kullanıldığını görmek ve bunları görevinize uygulamaya çalışmaktır.
Uygunluk fonksiyonunun virinlerinden biri olarak.
AMO'nun görevi, AMO ticaretinin öz sermayesi üzerine inşa edilen tahminin mümkün olduğunca iyi olacağı şekilde eğitmektir.
Geçmişte güzel bir öz sermaye eğrisi istemiyorum, ancak gelecekteki ticarette kendinden emin bir tahmin elde etmek istiyorum ...
Güven aralıkları ile tahmin, aynı istatistiksel test ...
Tahmin için iki algoritma kullandım, auto arima ve holt.
Burada, tahminin öz sermayenin "büyümesini garanti ettiği" alanı görebilirsiniz.