Come si valuta praticamente il contributo di un input "specifico" al NS? - pagina 5
Ti stai perdendo delle opportunità di trading:
- App di trading gratuite
- Oltre 8.000 segnali per il copy trading
- Notizie economiche per esplorare i mercati finanziari
Registrazione
Accedi
Accetti la politica del sito e le condizioni d’uso
Se non hai un account, registrati
In generale, per niente.
Giusto, la regressione è solo un caso speciale di NS.
Lasciatemi pensare che cercherò su internet una definizione/descrizione appropriata di regressione, e mi sono imbattuto in questo, condividendo un sorriso:
(Regressione; Regressione) ≈ un movimento di ritorno della libido a un precedente modo di adattamento, spesso accompagnato da fantasie e desideri infantili.
Un uomo intelligente è arrivato e ha dato una risposta adulta alla mia domanda infantile.
A proposito, il mio post non conteneva una valutazione delle tue capacità mentali
Non solo la regressione e NS non sono proprio la stessa cosa, ma l'opzione proposta non è almeno più semplice.
Guardate attentamente l'equazione di regressione - prende i risultati di NS e non tocca nulla in NS. Dopo tutto, l'argomento è una domanda sui risultati, non sulla disposizione NS, o mi manca qualcosa?
Beh, io l'ho fatto, ma sono passato dall'opposto, non ho preso nessun input e ne ho fatto delle combinazioni di input, e ho escluso input e alcune combinazioni e ho guardato il risultato - che in generale è la stessa cosa. Accendere, spegnere - qual è la differenza? Acausa delle specificità dell'implementazione, ho trovato più conveniente escludere.
La differenza è fatta in casa. Quello che è stato suggerito è molto più ricco e in particolare il tuo risultato, solo la ricerca minimax è già pronta.
Giusto, la regressione è solo un caso speciale di NS.
Di cosa state discutendo? Valutiamo il risultato di NS, che dà un mucchio di input.
Non ho la regressione come sostituto di NS, vedi l'equazione
A proposito, NS è anche una regressione. La stessa dipendenza del conto alla rovescia attuale dai conti alla rovescia precedenti. Ma non è questo il punto.
Quello che suggerisce Faa si applica alla regressione lineare, mentre la rete neurale è una regressione non lineare.
Non sto suggerendo una regressione lineare - non so cosa sarebbe.
Ancora sulla mia comprensione della linearità nella regressione. Distinguo tra linearità delle variabili e linearità dei parametri. La non linearità delle variabili non è considerata affatto una difficoltà. La difficoltà è la non linearità dei parametri, che tendono ad essere stocastici.
La differenza è fatta in casa. Quello che ho suggerito è molto più ricco.
Ok, allora facciamo una cosa alla volta, va bene?
Fare una regressione:
Profitto = s(1) * A0 + ... con(n) * A(n)
Stimiamo i coefficienti di questa regressione.
Guardate attentamente l'equazione di regressione - prende i risultati di NS e non tocca nulla in NS. Dopo tutto, l'argomento è una domanda sui risultati, non sulla disposizione NS, o mi manca qualcosa?
Come "facciamo" la regressione? Ho il NS che fa la classificazione. Cos'è questo "profitto" e da dove vengono i coefficienti c(1),...,c(n) proposti per essere valutati? O sono solo i pesi del mio NS? E l'intera equazione di regressione allora è tutta la mia NS riscritta in "una linea" con tutte le trasformazioni non lineari e tutti gli strati nascosti come un'equazione che non è chiaro uguale a cosa?
Ok, allora andiamo uno per uno, va bene?
Ho un NS che fa la classificazione.
A parte questo - non toccare, fare e non fare.
O è solo il mio peso NS?
Niente a che fare con NS.
E l'intera equazione di regressione allora è tutta la mia NS riscritta in "una linea" con tutte le trasformazioni non lineari e tutti gli strati nascosti come un'equazione che è incomprensibile a ciò che è uguale?
La regressione non ha niente a che fare con NS. Siamo interessati al risultato di NS sotto forma di profitto/perdita e agli input
Come si "fa" la regressione? Cos'è questo "profitto" e da dove vengono i coefficienti c(1),...,c(n) stimati?
Prendiamo un NS con n ingressi, eseguiamolo su qualche campione e otteniamo il risultato - un profitto.
Spostare il campione e ottenere di nuovo dei profitti. Ottieni almeno 30 profitti. Poi usiamo il metodo dei minimi quadrati per calcolare i coefficienti dati.
Ho il NS che fa le classificazioni.
Non lo so, è solo un'idea, tra l'altro se funziona, è applicabile a qualsiasi TS con molti ingressi.
E così è) E lasciatemi chiedere, se l'equazione di regressione non correla in alcun modo con il lavoro di NS, allora perché si è concluso che gli input si comporteranno allo stesso modo, o almeno saranno ugualmente utili, quando usati diversamente? Questa transizione richiede almeno qualche giustificazione.
Ancora una volta prendiamo un MACD con periodi XYZ e otteniamo condizionatamente il coefficiente 0,5 e stimiamo che aggiunge +100 rubli al salvadanaio di qualsiasi sistema di trading? E questa conclusione dovrebbe essere tratta su soli 30 esempi di allenamento? E il mio NS ne ha migliaia e ci possono essere esempi contraddittori, quindi come dovremmo selezionarli? E alla fine della nostra analisi otterremo un "disadattato"?
Tutto sommato ho capito. Non ho bisogno di altre risposte. Dopo aver discusso brevemente la questione che mi interessava, ho risolto il compito in 30 minuti nel complesso, avendo scritto 3 righe di codice, esclusi gli input e le loro combinazioni, il tuo suggerimento al mio compito è appena applicabile, e tira su una buona tesi-diploma, o addirittura un Ph.
E mi scuso, per:
L'uomo intelligente è venuto e ha dato una risposta adulta alla mia domanda infantile).
A proposito, il mio post non conteneva una valutazione delle tue capacità mentali.
Non è stato un vero e proprio incidente, è solo capitato che si attaccasse. Beh, non cancellarlo). Mi dispiace. Sono generalmente un tipo pacifico, equilibrato, non arrabbiato, amo tutti, ho il controllo, ho il controllo, ho il controllo, ho il controllo, non sono arrabbiato, amo, sono equilibrato........)