交易中的机器学习:理论、模型、实践和算法交易 - 页 1699

 
标签 Konow:
创建一个能识别价格模式的NS有什么问题?人类不需要任何训练就能做到这一点。他们教了又教...识别基本图表模式的系统在哪里?为什么它不在 "购买更多 "中?大量的算法和没有这样的网络...
你忘记了人类会受到情感的影响,这使他们无法利用算法。至于模式...在抽取训练样本时,你必须摆脱样本中的不稳定数据,此时市场对同一模式的反应是截然相反的。而在这种情况下,无论是算法还是人,都不可能毫无差错地解决这个问题。
 
mytarmailS:

不!还不够。

神经网络或其他AMO只是 "多维优化",仅此而已。

它是一个解决问题的工具,仅此而已!

而问题必须得到解决!

而这个问题必须被发明出来!

而且这个任务必须从其他任务中选择!

而且这个任务是相关的!

到目前为止,这都是由人决定的......他们把这种创造力称为......

我明白了,网络无法定义其任务并选择数据进行自我学习。它不能确定它的 "经验 "在什么情况下是相关的,并按它认为合适的方式应用它......所以,它远不是一个人工智能。
 
科诺标签
我明白了,网络无法识别其任务并选择数据进行自我学习。它不能确定它的 "经验 "在什么情况下是相关的,并按它认为合适的方式应用它......所以它离人工智能还有很长的路要走。

什么是人工智能? 为初学者制定一个定义

 
Mihail Marchukajtes:
你忘了,人是受情绪影响的,这使他们无法对算法产生优势。而关于模式...在抽取训练样本时,有必要从琐碎的数据中保存样本,此时市场对一个相同的模式的反应是截然相反的。在这种情况下,无论是算法还是人,都无法无误地解决这个问题。
是的,一个人对模式的感知是不同的,但有一些不变的形式,如 "头肩"。那么,至少要做一个有条件的、近似的承认。"伪主体 "识别。至少有一些东西,在那么长的时间里...
 
Reetag Konow:
我明白了,网络无法识别其任务并选择数据进行自我学习。它不能确定它的 "经验 "在什么情况下是相关的,并按它认为合适的方式应用......因此,它离人工智能还有很长的路要走。
OOO这里你是对的。在这种情况下,NS就像一个孩子,如果不向她彻底解释该怎么做,她就会一无是处,不要从字面意义上讲人工智能。我们生活在一个泛化算法的时代,与人工智能相比,这些算法是一招鲜。但它在数学上比人类更有优势,使它成为一个不可或缺的工具,能够看到数据流中的模式,而这些模式是人类通过不断观察数据,一生都无法看到的。
 
mytarmailS:

什么是人工智能? 为初学者制定一个定义

一个人类智能的工作模型,在解决问题方面拥有多面性,因为它是如此。一个 "绝对解决者"。
 
Rehtag Konow:
是的,人类对模式的感知是不同的,但是,有一些不变的形式,如头肩。但是,至少要做出有条件的、近似的承认。 "伪主体 "识别。至少有一些东西,在那么长的时间里...
重要的不是模式本身,而是市场的后续反应,这可能是矛盾的,然后什么都不会有帮助。只有直觉是一个人感觉到哎呀的能力,但还没有人能够用数学来描述它......
 
Mihail Marchukajtes:
你忘了,人是受情绪影响的,这使他无法获得比算法更多的优势。而关于模式......。在抽取训练样本时,有必要摆脱特定的数据,当市场对一个相同的模式的反应是截然相反的。 而在这种情况下,无论是算法还是人,都不可能毫无差错地解决这个问题。

对了!因为这个人设置的任务不正确,但他不明白,是愚蠢的网络,不是我,不不是我))。

 
mytarmailS:

对了!因为任务本身是人定的错,但他不懂,都是网络傻子,不是我,不不是我))。

这并不是说任务设置不正确,而是基本的疏忽。忘记了清理不一致的地方,得到了不好的训练结果,作为CB上工作的后果
 
mytarmailS:

对了!因为任务本身是人定的错,但他不懂,都是网络傻子,不是我,不不是我))。

伙计们,好吧,如果几个人看一个图表,看到一个模式,为什么网络不能看到它?