¿Cómo se evalúa en la práctica la contribución de una aportación "específica" al SN? - página 5
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
En general, no.
Muy cierto, la regresión es sólo un caso especial de NS.
Voy a buscar en Internet una definición/descripción adecuada de la regresión, y me he topado con esto, compartiendo una sonrisa:
(Regresión; Regresión) ≈ un movimiento de retorno de la libido a un modo de adaptación anterior, a menudo acompañado de fantasías y deseos infantiles.
Llegó un hombre inteligente y dio una respuesta adulta a mi pregunta infantil.
Por cierto mi post no contenía una valoración de tus capacidades mentales
No sólo la regresión y el NS no son exactamente lo mismo, sino que la opción propuesta no es, al menos, más sencilla.
Fíjate bien en la ecuación de regresión: toma los resultados de NS y no toca nada de NS. Al fin y al cabo, el tema es una pregunta sobre los resultados, no sobre la disposición de la NS, ¿o me estoy perdiendo algo?
Bueno, yo lo he hecho, pero he partido de lo contrario, no he tomado ninguna entrada y he hecho de ellas combinaciones de entrada, y he excluido entradas y algunas combinaciones y he mirado el resultado, que en general es uno y el mismo. Encender, apagar: ¿cuál es la diferencia? Debido alas particularidades de la aplicación, me pareció más conveniente excluir.
La diferencia es de cosecha propia. Lo que se ha sugerido es mucho más rico y en particular su resultado, sólo la búsqueda minimax ya está listo.
Muy cierto, la regresión es sólo un caso especial de NS.
¿De qué estáis hablando? Vamos a evaluar el resultado de NS, que da un montón de entradas.
No tengo regresión como sustituto de NS, ver la ecuación
Por cierto, NS también es una regresión. La misma dependencia de la cuenta atrás actual con respecto a las anteriores. Pero esa no es la cuestión.
Lo que sugiere Faa se aplica a la regresión lineal, mientras que la red neuronal es una regresión no lineal.
No estoy sugiriendo una regresión lineal - no sé lo que sería.
De nuevo sobre mi comprensión de la linealidad en la regresión. Distingo entre linealidad de las variables y linealidad de los parámetros. La no linealidad de las variables no se considera una dificultad en absoluto. La dificultad estriba en la no linealidad de los parámetros, que tienden a ser estocásticos.
La diferencia es de cosecha propia. Lo que he sugerido es mucho más rico.
Bien, entonces vayamos de uno en uno, ¿de acuerdo?
Haciendo una regresión:
Beneficio = s(1) * A0 + ... con(n) * A(n)
Estimamos los coeficientes de esta regresión.
Fíjate bien en la ecuación de regresión: toma los resultados de NS y no toca nada de NS. Al fin y al cabo, el tema es una pregunta sobre los resultados, no sobre la disposición de la NS, ¿o me estoy perdiendo algo?
¿Cómo "hacemos" la regresión? Tengo a la NS haciendo la clasificación. ¿Qué es este "beneficio" y de dónde salen los coeficientes c(1),...,c(n) que se propone evaluar? ¿O son sólo los pesos de mi NS? Y toda la ecuación de regresión entonces es toda mi NS reescrita en "una línea" con todas las transformaciones no lineales y todas las capas ocultas como una ecuación que no es clara igual a qué?
Bien, entonces vamos a ir uno por uno, ¿de acuerdo?
Tengo un NS haciendo la clasificación.
Eso sí, sin tocar, lo que hay que hacer y lo que no hay que hacer.
¿O es sólo mi peso NS?
Nada que ver con NS.
¿Y toda la ecuación de regresión entonces es toda mi NS reescrita en "una línea" con todas las transformaciones no lineales y todas las capas ocultas como una ecuación incomprensible a lo que es igual?
La regresión no tiene nada que ver con la NS. Nos interesa el resultado de NS en forma de beneficios/pérdidas e insumos
¿Cómo "hacemos" la regresión? ¿Qué es ese "beneficio" y de dónde salen los coeficientes c(1),...,c(n) estimados?
Tomemos un NS con n entradas, ejecutémoslo en alguna muestra y obtengamos el resultado: un beneficio.
Cambia la muestra y obtén beneficios de nuevo. Consigue al menos 30 beneficios. A continuación, utilizamos el método de los mínimos cuadrados para calcular los coeficientes dados.
Tengo a la NS haciendo las clasificaciones.
No sé, sólo es una idea, por cierto si funcionará, es aplicable a cualquier TS con muchas entradas.
Y así es) Y permítanme preguntar, si la ecuación de regresión no se correlaciona de ninguna manera con el trabajo de NS, entonces ¿por qué se concluyó que los insumos se comportarán igual, o al menos serán igualmente útiles, cuando se usen de manera diferente? Esta transición requiere al menos una justificación.
Una vez más tomamos un MACD con periodos XYZ y obtenemos condicionalmente un coeficiente de 0,5 y estimamos que añade +100 rublos a la hucha de cualquier sistema de trading? ¿Y se supone que esta conclusión se extrae con sólo 30 ejemplos de formación? Y mi NS tiene miles de ellos y puede haber ejemplos contradictorios, así que ¿cómo debemos seleccionarlos? ¿Y al final de nuestro análisis obtendremos un "inadaptado"?
En definitiva, lo tengo. No necesito más respuestas. Después de discutir brevemente la cuestión que me interesaba, resolví la tarea en 30 minutos en total, habiendo escrito 3 líneas de código, excluyendo las entradas y sus combinaciones, tu sugerencia a mi tarea es apenas aplicable, y tira sobre una buena tesis-diploma, o incluso un doctorado.
Y me disculpo, por:
El hombre inteligente vino y dio una respuesta adulta a mi pregunta infantil).
Por cierto mi post no contenía una valoración de tus capacidades mentales.
No fue realmente un accidente, simplemente se pegó. Bueno, no lo taches...) Lo siento. En general, soy una persona pacífica, equilibrada, no me enfado, quiero a todo el mundo, me controlo, me controlo, me controlo, no me enfado, me quiero, estoy equilibrada........)