Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 3337

Yeni yorum
 
mytarmailS #:

Bunun neden olduğunu hiç merak ettiniz mi?

Bu aslında sayfadaki hatalı bir model. Böyle olmasınınbirkaç nedeni olabilir.

Yoksa kesin ve net bir cevabınız var mı?

 
Maxim Dmitrievsky #:

Naif koda aktarılan modeli test etme hızı (catbust)

Ve ONNX'e aktarıldı

Botun iki versiyonunun iç kısımları neredeyse benzerdir, sonuçlar aynıdır.

Evrensellik için ödeme yapın.

CatBoost'un model dönüştürme konusunda önemli sınırlamaları olması üzücü.

 
Aleksey Vyazmikin #:

Çok yönlülük için ödenmesi gereken bedel.

CatBoost'un model dönüştürme konusunda önemli sınırlamaları olması üzücü.

Nesnenin önemine daha fazla girmeye başladım, orada sunulan bütün bir makale var. Ne verebileceğini göreceğim.
 
Maxim Dmitrievsky #:
Nesnelerin önemi hakkında daha fazla araştırma yapmaya başladım, önerilen koca bir makale var. Bakalım neler sunacak.

Hâlâ ilgilendiğinizi gördüğüme sevindim. Bu yaklaşımın yararlılığını araştırmadaki ilerlemeniz hakkında yazın.

 
Forester #:

Sanırım her yapraktan (ağaçtan) sonra yeniden bölümleme yaparak kademeli hata düzeltmesini dikkate alarak yaprak tahminini yeniden oluşturmayı deneyeceğim.

Ama yine de..... kategorize ederken aynı şekilde çalışmıyor gibi görünüyor. Formülleri çok iyi anlamıyorum.

Anladığım kadarıyla ilk iterasyonda ağaçlar yardımıyla yaklaşılması gereken hedefin etiketleri üzerinde loglosses'in yaklaşık bir fonksiyonu oluşturuluyor ve ideal fonksiyon ile ağaçlar yardımıyla elde edilen arasındaki delta öğrenme oranı katsayısı ile çarpıldıktan sonra yaprağa yazılıyor.

Sadece, yaklaşımı tam anlamıyla alarak bir hatayı işaretlerseniz, o zaman ne - iki farklı sınıftaki bir hatayı bir, diyelim ki "1" ile işaretlemek gerekli mi?

Ya da ne?

 
Aleksey Vyazmikin #:

Yine de ilgini çekebildiğime sevindim. Bu yaklaşımın yararlılığını araştırmadaki ilerlemeler hakkında yazın.

Uzun zamandır bu konu üzerinde çalışıyorum. Dışarıda başka yollar/paketler de var. Bu özellik bir şekilde gözden kaçmış, belki yakın zamanda eklenmiştir
 
Maxim Dmitrievsky #:
Uzun zamandır bu konu üzerinde çalışıyorum. Başka yollar/paketler de var. Bu özellik bir şekilde gözden kaçtı, belki de yakın zamanda eklediler

Bu konuyla ilgili bir video izleyebilirsiniz


 
Aleksey Vyazmikin #:

Fonksiyonun Y koordinatını oluşturmak için toplanan yapraklardaki değerler.

Bana göre bu bir yaprağın cevabı ya da tahmini. Bunu bir katsayı ile düzeltmek istediğinizi düşünmüştüm.

Aleksey Vyazmikin #:
 Sadece, eğer bir hatayı tam anlamıyla yaklaşarak işaretlerseniz, o zaman iki farklı sınıftaki bir hata bir, diyelim ki "1" ile mi işaretlenmelidir?

Ya da nasıl?

Makaledeki eğitim örneğinde, sadece regresyon. Sınıflandırma için bir şey söyleyemem.

 
Aleksey Vyazmikin #:

Bu konuyla ilgili bir video izleyebilirsiniz

İlginçtir ki, az çok uzun süredir MO yapıyorsanız, benzer sonuçlara varıyorsunuz. Yaklaşımın doğal bir evrim süreci. Kozul, istatistiksel öğrenme ve güvenilir yapay zekaya bu şekilde ulaştınız. Bu kelimeleri Google'da aratırsanız faydalı şeyler bulabilirsiniz.
 
Forester #:

Makaledeki eğitim örneğinde sadece regresyon var. Sınıflandırma konusunda emin değilim.

Sınıflandırma hakkında buraya yazabilirsiniz. Ancak CatBoost'un biraz farklı bir formülü var, ama belki de bu matematiksel dönüşümlerin maliyetidir....

Ve sanırım aynı yerden bir video bağlantısı.


1...333033313332333333343335333633373338333933403341334233433344...3399
Yeni yorum