Maxim Dmitrievsky #: E se ci sono pochi segni, 3-5, sarà in grado di disegnare bene? Meno segni ci sono, meglio si può fare nel test.
Penso che dipenda dai dati stessi, se si prendono i dati dell'esempio, penso che possa disegnare magnificamente, ma se si prendono dati reali a 100 dimensioni e li si riduce tramite PCA a dati bidimensionali, per esempio.
Non so se è un 50/50.
È meglio includere il "buon trading" nel test nell'elenco dei criteri di FF.
mytarmailS #: Penso che dipenda dai dati stessi, se si prendono i dati dell'esempio, penso che possa disegnare magnificamente, ma se si prendono dati reali a 100 dimensioni e li si riduce PCA, per esempio, a due dimensioni.
Non so se è 50/50.
È meglio includere il "buon trading" nel TEST nell'elenco dei criteri di FF.
Beh, vale la pena di scavare. Presto finirò la mia nuova creazione e posterò quello che ho ottenuto.
Qui prima dell'addestramento e dopo. Quindi non si limita a segnarlo bene
Esattamente.
E se ci sono pochi segni, 3-5, sarà in grado di disegnare bene? Meno segni ci sono, meglio si può fare nel test.
E se ci sono pochi segni, 3-5, sarà in grado di disegnare splendidamente? Meno sono i tratti, meglio può essere in un test.
È un'idea meravigliosa per creare un insegnante.
Come sarebbe nella pratica?
1. Creare un insieme di tratti per un insegnante sconosciuto.
2. Creiamo un insegnante in base all'insieme di caratteristiche.
3. Poniamoci la domanda: questi tratti avranno un potere predittivo in futuro per l'insegnante creato?
4. Verifichiamo la stabilità della capacità predittiva nel futuro. Se lo fanno, è una fortuna, ma se non superano il test? Allora come?
Il problema è che l'insegnante viene creato per i tratti, mentre dovrebbe essere il contrario.
Penso che dipenda dai dati stessi, se si prendono i dati dell'esempio, penso che possa disegnare magnificamente, ma se si prendono dati reali a 100 dimensioni e li si riduce PCA, per esempio, a due dimensioni.
Un'idea meravigliosa per creare un insegnante.
Come sarebbe nella pratica?
1. Creare una serie di attributi per un insegnante sconosciuto.
2. In base all'insieme di attributi creiamo un insegnante.
3. Porre la domanda: questi attributi avranno un potere predittivo in futuro per l'insegnante creato?
4. Verifichiamo la stabilità della capacità predittiva nel futuro. Se lo faranno, sarà una fortuna, ma se non supereranno il test? Allora come?
Il problema è che l'insegnante viene creato per i tratti, mentre dovrebbe essere il contrario.
Perché è un problema? Io faccio così da molto tempo. Lì si possono cercare sia i segni che gli insegnanti, come chi lo vieta :)
Anch'io non vedo alcun problema, si possono cercare sia le caratteristiche che gli obiettivi in un algoritmoCOPY00
ma dal punto di vista computazionale è molto inefficiente, ma questo è un altro problema.
Informazioni su AI
Non ho approfondito il suo ragionamento, ci vuole molto tempo per esprimere qualcosa.
ma Katschyik aveva ragione sul big bang (secondo le ultime osservazioni), sui buchi neri non è ancora chiaro :)
Non mi sono addentrato nel suo ragionamento, ci vuole molto tempo per far capire il suo punto di vista.
ma Katschyik aveva ragione sul big bang (secondo le ultime osservazioni), sui buchi neri non è ancora chiaro :))