Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 956

 

Konuyla ilgili başka bir yararlı kitap

İyi şanlar

Флах П. - Машинное обучение. Наука и искусство построения алгоритмов, которые извлекают знания из данных [2015, PDF, RUS] :: RuTracker.org
  • rutracker.org
Автор : 2015 : Флах П.: ДМК Пресс : 978-5-97060-273-7 : Русский: PDF : Отсканированные страницы : 402: Перед вами один из самых интересных учебников по машинному обучению - разделу искусственного интеллекта, изучающего методы построения моделей, способных обучаться, и алгоритмов для их построения и обучения. Автор воздал должное невероятному...
 

Şimdiye kadar kimse için ne demo ne de gerçek çıktı

Sonuç - oyuncaklar her şeydir, eğlenceli ve eğlenceli ...

 
Renat Akhtyamov :

Şimdiye kadar kimse için ne demo ne de gerçek çıktı

Sonuç - oyuncaklar her şeydir, eğlenceli ve eğlenceli ...

Napolyon'un oğluna DR'de bir alüminyum çıngırak hediye edildi. Alüminyum başka hiçbir şey için uygun değildi.)

 

YYYYYYYY!

Bir şey ve başka bir kullanılmış ahşap üzerinde. Eğitimde tüm sınıflar tahmin edilir, test verilerinde biraz daha az, test verilerinde %50'den biraz fazlası istenen sınıfa girer ve negatif sınıfın verileri de oraya gelir (yaklaşık %50'si kadar) istenen).

En iyi ihtimalle, birkaç örnek ve biraz daha az olumsuz sınıf, istenen sınıfa girer.

Verilerin, ticareti önemli ölçüde etkileyecek küçük bir marjla bile olsa bölünebileceğinden şüpheliyim.

Yoksa değil mi?

 

Ağaç deneylerinin ara sonuçları

Bu rapor 2017 içindir - giriş, TS koşulu tarafından, filtre uygulanmadan, ancak konum izleme ile oluşturulur

her şey aynı, ancak girdi, 2015 ve 2016'da eğitilmiş bir Ağaç tarafından üretiliyor

Ve bu, filtreli ATC sinyali üzerindeki giriştir.


Bu, aynı filtrelere sahip Ağaç girişidir.


Evet, filtreler 2016-2017 için optimize edildi, bu yüzden neredeyse bir esinti, ancak neden bir ağaç inşa edemedikleri bir sır. Öte yandan, girdilerin filtrelendiği yerde bir ağacın girdiği ve tam tersi olduğu açıktır, bu da aynı derecede ilginç. Ve ilginç olan şu ki, ağaç dallanmaya karar verirken kesin finansal sonucu dikkate almıyor ve geçmişe yönelik optimizasyon özellikle finansal göstergelere odaklanıyor.

 
forexman77 :

YYYYYYYY!

Bir şey ve başka bir kullanılmış ahşap üzerinde. Eğitimde, tüm sınıflar tahmin edilir, test verilerinde biraz daha az, test verilerinde% 50'den biraz fazlası istenen sınıfa girer ve negatif sınıfın verileri de oraya gelir (yaklaşık% 50 miktarında). istenen).

En iyi ihtimalle, birkaç örnek ve biraz daha az olumsuz sınıf, istenen sınıfa girer.

Verilerin, ticareti önemli ölçüde etkileyecek küçük bir marjla bile olsa bölünebileceğinden şüpheliyim.

Yoksa değil mi?

Orman ve Afrika, çöple doluysa bir çöplüktür ve AT ALL hedef değişkeni ile ilgili HİÇBİR tahminciniz olmadığına dair en somut kanıtı vermişsinizdir.

 
San Sanych Fomenko :

Orman ve Afrika, çöple doluysa bir çöplüktür ve AT ALL hedef değişkeni ile ilgili HİÇBİR tahminciniz olmadığına dair en somut kanıtı vermişsinizdir.

oran, hedef tarafından bölünebilmeleri gereken türdür? :DDDD

ilişkinin mevcut olduğu testin ve trenin grafiğini göster

sadece son zamanlarda yasaklanan fxsaber burada böyle bir grafik gösterdi ama en azından ne hakkında yazdığını anladı. bu tür yöntemlerle piyasadaki tutum tam olarak bulunamıyor, yine de hala uygun

 
San Sanych Fomenko :

Orman ve Afrika, çöple doluysa bir çöplüktür ve AT ALL hedef değişkeni ile ilgili HİÇBİR tahminciniz olmadığına dair en somut kanıtı vermişsinizdir.

İşte buradasın. Pek çok örnek, train=>validation'ın ne zaman yapıldığını gösterir. Ve train=>validation=>test(algoritmanın hiç görmediği, ancak yalnızca eğitilmiş modelden, trende, doğrulamadan tahmin ettiği test verileri) gerekir.

Yani tren sonuçlarının gösterildiği ve ardından doğrulama hakkında hiçbir şey söylenmediği örnekler. Doğrulamada hedeflerin% 95'ini tahmin etmenin ortaya çıktığı birçok örneğim var.

K-10'a kadar çapraz doğrulama için ne kullanılır. Yine de, aşırı eğitim elde edilir.

 
forexman77 :

Doğrulamada hedeflerin% 95'ini tahmin etmenin ortaya çıktığı birçok örneğim var.

bulundu, nerede yazdığımı buldum:

M.Gunther. Bir hisse senedi spekülatörünün aksiyomları:

Yardımcı Aksiyom #5: Tarihsel paralelliklerin tuzağına dikkat edin.
Yardımcı Aksiyom #6: Rakamları tekrarlama yanılsamasına dikkat edin.
Yardımcı Aksiyom #7: Korelasyon ve nedensellik yanılgısına dikkat edin.

hmm, Gunther ile kötü bir tesadüf değil mi? ))))

 
Igor Makanu :

bulundu, nerede yazdığımı buldum:

hmm, Gunther ile kötü bir tesadüf değil mi? ))))

Bunu uzun zamandır biliyorum. Görünüşe göre "üçüncü sınıf" geçti. şaşırmadım))))