Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 2315

 
Maxim Dmitrievsky:
erklärt es wirklich so, dass es einfacher ist, Napoleon im Irrenhaus zu fragen

In der Quantenphysik gibt es keine Vorhersagen, sondern Berechnungen von Unsicherheiten bzw. Wahrscheinlichkeiten)))

 
Valeriy Yastremskiy:

In der Quantenphysik gibt es keine Vorhersagen, sondern nur Berechnungen von Unsicherheiten oder, na ja, Wahrscheinlichkeiten).

Der Anwendungsbereich scheint nur angedeutet, aber nicht aufgedeckt worden zu sein. Stattdessen begann ein Brei aus Babuschkas

 
Maxim Dmitrievsky:

Der Geltungsbereich des Antrags wurde zwar angedeutet, aber nicht näher erläutert. Stattdessen begann eine Art brabbelnder Brei

Von dem heutigen Kauderwelsch über KI und Beinahe-KI in die Wissenschaft weniger als ein Hundertstel Prozent....

Einverstanden?

 
Valeriy Yastremskiy:

Von dem heutigen Unsinn über und um KI wird weniger als ein Hundertstel eines Prozents in die Wissenschaft gehen....

Einverstanden?

hängt davon ab, welche Wissenschaft)

es gibt interessante Tricks bei der Umschulung, aber sie haben sie nicht offengelegt, und wo man sonst darüber lesen kann, habe ich noch nicht gefunden
 
Maxim Dmitrievsky:

es kommt darauf an, welche Wissenschaft )

es gibt interessante tricks bei der umschulung, aber sie haben sie nicht veröffentlicht, und wo ich sonst darüber lesen könnte, konnte ich nicht finden

Wissenschaft ist Wissen, das genutzt wird. egal, wie die Wissenschaft heißt))))

 
Maxim Dmitrievsky:

Die Vorhersage von Unsicherheit ist eine interessante Sache


Dort gibt es einen Link zu einem Artikel - auf den ersten Blick nur die üblichen Bayes'schen plus Normalverteilungen.

Uncertainty in Gradient Boosting via Ensembles
  • arxiv.org
For many practical, high-risk applications, it is essential to quantify uncertainty in a model's predictions to avoid costly mistakes. While predictive uncertainty is widely studied for neural networks, the topic seems to be under-explored for models based on gradient boosting. However, gradient boosting often achieves state-of-the-art results on tabular data. This work examines a probabilistic ensemble-based framework for deriving uncertainty estimates in the predictions of gradient boosting classification and regression models. We conducted experiments on a range of synthetic and real datasets and investigated the applicability of ensemble approaches to gradient boosting models that are themselves ensembles of decision trees. Our analysis shows that ensembles of gradient boosting models successfully detect anomaly inputs while having limited ability to improve the predicted total uncertainty. Importantly, we also propose a concept of a \emph{virtual} ensemble to get the...
 
Aleksey Nikolayev:

Dort gibt es einen Link zu einem Artikel, der auf den ersten Blick wie Normal Bayes plus Normalverteilungen aussieht.

Ich habe nur noch nicht herausgefunden, welche Taste ich drücken muss, um bessere Ergebnisse bei der Klassifizierung zu erzielen.

für die Regression nur ein Beispiel

Ich habe herausgefunden, dass standardmäßig das Sampling nach maximalem Gradienten verwendet wird (wie eine neue Funktion).

oder ist es einfach voreingestellt und ich brauche nichts zu tun

Übrigens, Catbust ist sehr cool, was die Umschulung angeht... es ist sehr schwer, es dazu zu bringen, umzuschulen. Wenn der Datensatz Mist ist... ...wird es schlecht lernen und sich nicht alle Optionen merken können.
 

Ich schaue mir gerade ein anderes Video an.


 
Valeriy Yastremskiy:

Wissenschaft ist Wissen, das genutzt wird. egal wie der Name der Wissenschaft lautet))))

Bei den Kenntnissen ist alles in Ordnung, es sind nur die Anwendungsbereiche, die geprüft werden müssen.

Der Boosting-Algorithmus selbst ist immer noch sehr cool. Wenn es doch nur ein paar gute Lautsprecher im Studio gäbe.
 
Maxim Dmitrievsky:

Gegen Wissen ist nichts einzuwenden, man muss nur auf die Anwendungsbereiche achten.

Der Boosting-Algorithmus selbst ist immer noch sehr cool. Wenn es nur mehr normale Lautsprecher im Studio gäbe

(z.B. wenn Sie ein Geschäftsmann sind und etwas wissen (z.B. wenn Sie ein Geschäftsmann sind und etwas wissen)))) Ohne Wissen ist Wissen unmöglich)) Auf der Zwischenstufe kann alles passieren, Zeiten des Wandels sind gewöhnlich wie SB)))