L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 3295

 
Maxim Dmitrievsky #:

1. Cosa c'entra questo con l'ottimizzazione?

2. Una controdomanda 💩 Una rete neurale è un ottimizzatore o un approssimatore?

1. Cosa c'entra "qui" con cosa?

2. Non sapete ancora che una rete neurale è un approssimatore?

 
Andrey Dik #:

1. In quale "luogo"?

2. Non sapete ancora che una rete neurale è un'approssimazione?

A quanto pare non lo sai. Altrimenti non ti chiederesti cosa c'entra l'approssimazione.

Hai inserito la tua ottimizzazione nella discussione a quale scopo?

Riesci a capire che si tratta di cose diverse?
 
Andrey Dik #:

No, non è di questo che stiamo parlando.
L' accumulo di informazioni eterogenee non fa altro che impedire a di trovare connessioni, e nascono molte contraddizioni.
Ma solo fino a un certo livello, a un certo livello c'è così tanta informazione che è sufficiente a formare un monolite, i puzzle mancanti iniziano a essere ripristinati.

Si può fare un'analogia: se si lucida una superficie piana di due barre di metalli diversi, minore è la rugosità, meglio le barre scivolano l'una sull'altra. se si continua a lucidare le superfici, le barre si incollano, le molecole iniziano a penetrare l'una nell'altra dalle due barre, cioè non c'è un'ulteriore riduzione delle forze di attrito, ma al contrario, una crescita simile a un salto!

Probabilmente è contraddittorio, ma l'idea è chiara.

Sono d'accordo

ma non ci sarà una crescita improvvisa perché:

- non tutti sono così testardi da non fermarsi al raggiunto sviluppo dell'intelligenza.

- iniziano a formarsi segreti commerciali e prezzi elevati, che a loro volta riducono la domanda e l'offerta

Il vostro pensiero è sul vostro grafico all'inizio: bassa quantità ad alta qualità.

per l'alta qualità viene scartata una quantità eccessiva di informazioni
 
Maxim Dmitrievsky #:
A quanto pare non lo sai. Altrimenti non ti chiederesti cosa c'entra l'approssimazione.

Hai inserito la tua ottimizzazione nella discussione a quale scopo?

Riesci a renderti conto che sono cose diverse?

Ho risposto alla tua domanda, perché ti ripeti?

Il mio post era indirizzato al post di Sanych, che parlava di FF storti.

Riesci a capirlo?

E non riesci nemmeno a capire che l'apprendimento di qualsiasi tipo non è possibile senza l'ottimizzazione, sono cose inseparabili.

 
Andrey Dik #:

Ho risposto alla tua domanda, perché ti ripeti?

Il mio post era indirizzato al post di Sanych, che ha menzionato il FF storto.

Riesci a capirlo?

e non riesci nemmeno a capire che l'apprendimento in qualsiasi forma non è possibile senza l'ottimizzazione, sono cose inseparabili.

Ha scritto correttamente che non abbiamo il concetto di estremo. Abbiamo criteri di approssimazione e di stabilità sui nuovi dati, che sono le componenti dell'errore del modello.
 
Renat Akhtyamov #:

Probabilmente è contraddittorio, ma ho capito l'idea.

Sono d'accordo

ma non ci sarà una crescita improvvisa perché:

- non tutti sono così testardi da non fermarsi al raggiunto sviluppo dell'intelligenza.

- iniziano a formarsi segreti commerciali e prezzi elevati, che a loro volta riducono la domanda e l'offerta

Il pensiero è sul proprio grafico all'inizio.

Ho fatto l'esempio delle barre lucidate: c'è un salto nelle forze di attrito.

Con le informazioni, ovviamente, non ci sarà alcun salto, ma una transizione più morbida.

 
Maxim Dmitrievsky #:
Ha scritto correttamente che non abbiamo il concetto di estremi. Abbiamo criteri di approssimazione e stabilità sui nuovi dati, che sono le componenti dell'errore del modello.

I criteri di approssimazione e stabilità vengono migliorati iterativamente o no?

Oppure è come nella favola, quando un uomo ricco è rimasto sdraiato sul fornello per 30 anni e all'improvviso si è alzato ed è andato a prendere a calci il culo di tutti? In 10 giorni, il lubrificante nelle articolazioni immobili scompare, quindi l'uomo ricco non sarà in grado di prendere a calci nessuno, ma non sarà in grado di alzarsi in 10 giorni.

No, lo si fa in modo iterativo, migliorando i punteggi, è un processo di ottimizzazione.

 
Andrey Dik #:

e i criteri di stabilità si migliorano iterativamente o no?

No, lo si fa iterativamente, migliorando le stime, è un processo di ottimizzazione.

Che cosa significa? Quando si aumenta il grado del polinomio, cosa succede?
 
Maxim Dmitrievsky #:
Che cosa significa?

Hai già dimenticato la tua domanda?
Ne consegue che si ottimizza sempre, anche se si pensa di non farlo.
i vostri criteri sono FF che migliorate con metodi di ottimizzazione.
 
Andrey Dik #:

Hai già dimenticato la tua domanda?
ne consegue che si ottimizza sempre, anche se si pensa di non farlo.
I vostri criteri sono FF che migliorate con metodi di ottimizzazione.
Non ho una domanda. Ho scritto perché un gran numero di caratteristiche dà scarsi risultati nell'inferenza causale.

Lei sta scrivendo cose che sono astratte da questo.
Motivazione: