Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 3386

 


mytarmailS #:

Habarovsk'tan deneyeceğim.


Herhangi bir model belirli bir kalıplar toplamıdır, abartılı bir şekilde bir kalıp TS olarak etiketlenebilir.


Bir modelin 100 TS'den oluştuğunu düşünelim.


Model #1'de 100 TC bir anlaşma yapmış olabilir.

Model #2'de bir TS 100 anlaşma yapmış ve diğer 99'u hiç anlaşma yapmamış olabilir.


Her TS için istatistikler nasıl hesaplanır?

Eğer model kurallardan geliyorsa, bu kolay ve net bir şekilde yapılabilir.

Eğer modelnöral ise?

Sorun modelin kaç kez kullanıldığı değildir.

Sorun, aynı veri üzerinde aynı modelin (ağaç?) bazı durumlarda bir etiketi, bazı durumlarda ise farklı bir etiketi tahmin etmesidir. Buna sınıflandırma hatası denir. En azından bizde, değerleri kesin olarak sınıflara ayrılabilen tahmin ediciler yoktur. ve yapraklar, ağaçlar ve diğer şeylerle ilgili tüm sorunlar tahmin edicilerin değerlerinden türetilir.

 
Maxim Dmitrievsky #:
Hata zaten düşmeyi durdurduysa veya sıfıra eşitse, kalan örnekleri bazı yakınlık ölçülerine göre kalıplara bölebilirsiniz :) Örneğin kümeleme. Ve kaç tane kaldığını sayın. Ve hatta her desen/küme için ortalama bir koşul yazın (kümelerin merkezlerini alın), çıktıda bir kural elde edersiniz.
Bu yapılabilir, ancak bölümlendirmenin nöroniklerin iç bölümlendirmesine uygun olarak doğru yapıldığının garantisi nerede?

Kümeleme için seçilen yakınlık ölçütünün doğru seçildiğinin garantisi nerede?

Vb...

Ahşap modeli bölümlere ayırmak ve bir Franklinstein oluşturmak zorunda kalmamak daha basit olmaz mıydı?

 
mytarmailS #:
Bu yapılabilir, ancak nöroniklerin iç bölümlendirmesine göre bölümlendirmenin doğru olduğunun garantisi nerede?
Kümeleme için seçilen yakınlık ölçütünün doğru seçildiğinin garantisi nerede?
Bu felsefi bir soru.
 
Örneklerin değil, nöroniklerin son katmanının kümelenmesi gereken yer burasıdır.
 
mytarmailS #:
Eğer kümelenme yapacaksanız, bu örnekler değil, nöroniklerin son katmanıdır.
Hayır, örnekler. Nöroniklerin son katmanlarında kurallar oluşturamazsınız.
 
Maxim Dmitrievsky #:
Hayır, sadece örnekler. Nöroniklerin son katmanlarından kurallar oluşturamazsınız.
Örnek bir veri oluşturayım ve herkes kendi metodolojisini uygulasın ve görelim.
 
mytarmailS #:
Örnek bir veri oluşturayım ve herkes kendi metodolojisini uygulasın ve görelim
Bu yaklaşımı denemedim, sadece herhangi bir modelden nasıl kural çıkarılabileceği hakkında sesli düşünüyorum. Bununla daha sonra oynayabiliriz.
 
Maxim Dmitrievsky #:
Bu yaklaşımı denemedim, sadece herhangi bir modelden nasıl kural çıkarılacağı hakkında sesli düşünüyorum. Daha sonra bununla oynayabilirsin.
Ben de denemedim, bu benim teorime karşı sizinki
 

Görünüşe göre makaleler çevrilmiyor ya da zamanları yok. İngilizce bölüm zaten python makaleleri ve onnx ile dolu :)) Ve R ile ilgili bir makale çıktı.

Genel olarak makaleler TC açısından işe yaramaz. Medium'daki ile hemen hemen aynı, yazmak için yazıyorlar.

 
mytarmailS #:

Şimdi doğrusal olarak ilişkili tüm kuralları belirleyin ve bunları gereksiz kurallar olarak kaldırın

Bu doğrusal bağlantı nasıl tanımlanır? Detaylandırabilir misiniz?

Sadece çok benzer olan kuralları kaldırıyorum, benzerlik aktivasyon noktaları tarafından belirleniyor.