정의상 FF로 해결할 수 있는 문제는 없습니다. 단 1퍼센트라도 개선할 수 있는 것이 있거나 없는 것입니다. 쓰레기를 아무리 파헤쳐도 쓰레기는 쓰레기로 남아있기 때문에 쓰레기를 개선할 수 없습니다.
따라서 목표와 예측 변수 간의 관계에 대한 초기 고려가 중요합니다. 또한 이 관계에 대한 정량적 평가가 필요하며, 더 나아가 관계에 대한 평가뿐만 아니라 예측변수(교사)의 미래 값을 예측하는 예측자의 능력에 대한 정량적 평가가 필요합니다. 이 추론의 사슬에는 FF가 들어갈 여지가 없으므로 특정 알고리즘을 "개선"하려고 하지 않고 수백 가지가 있는 MO 알고리즘을 무작정 가져와서 블랙박스로 사용할 수 있습니다.
게다가 FF 클래스는 역사에 지나치게 맞추려는 냄새가 너무 강하기 때문에 위험합니다.
나는 당신이 내 게시물을 지나치지 않을 것이라는 것을 알았습니다. 더욱이, 나는 당신이 말할 것이라는 것을 알았습니다. 불행히도 굵은 빨간색으로 강조 표시된 것이 FF라는 것을 깨닫지 못합니다.... 왜 당신이 FF에 그렇게 알레르기가 있는지 이해가 안됩니다.
그건 그렇고, 쓰레기로 많은 유용한 것을 만들 수 있습니다-재활용을 재활용이라고합니다. 나는 더 말할 것입니다- "쓰레기"의 존재는 시장에서 여전히 안정적인 수익을 올릴 수 있으며이 포럼에도 예가 있습니다.
" 문제는 아직 아무도 FF에 대한 그러한 규칙을 찾지 못했다는 것입니다(적어도 저는 본 적이 없습니다)."
IO 모델을 블랙박스로 삼아 균형을 목표로 예측자의 예측력에서 무언가를 찾는 작업은 기성 IO 모델에서는 정말 어렵고 실현 불가능한 일입니다.
엄청나게 어려운 작업입니다.
그리고 불필요한 작업이기도 합니다.
예측자의 예측 능력을 추정하는 문제를 해결 한 다음 모델을 블랙 박스로 맞추고 피팅 결과를 가지고 작업하는 것이 제가 실제로하는 일입니다. 오늘 현재 이미 EA 테스트 수준에서 제 선생님이 좀 이상하다는 것이 밝혀졌습니다. 선생님(대상 변수)에 대한 작업이 필요합니다.
그러나이 계획에서 가장 중요한 것은 FF를 구성하려는 시도로 인해 더욱 복잡해진 이미 매우 복잡한 문제가 독립적 인 단계로 분류되고 문제가 관찰 가능하다는 것입니다.
굵게 표시된 부분은 항상 일부 적합성 함수를 사용한다는 것입니다. 예측 능력 평가 - 선량성 (안정성) 기준, 적합성 - 정체성 기준, 결과 작업 - 일부 메트릭에 의한 평가 및 선택. 즉, 어떤 단계에서든 우리가 무엇을 하든 결과적으로 얻고 자하는 것에 대한 평가 설명으로 FF가 있습니다. 일반적인 통합 평가를 작은 차등 평가로 세분화했지만 본질은 변하지 않았으며 여전히 업무에 FF를 사용합니다.
정의상 FF로 해결할 수 있는 문제는 없습니다. 단 1퍼센트라도 개선할 수 있는 것이 있거나 없는 것입니다. 쓰레기를 아무리 파헤쳐도 쓰레기는 쓰레기로 남아있기 때문에 쓰레기를 개선할 수 없습니다.
따라서 목표와 예측 변수 간의 관계에 대한 초기 고려가 중요합니다. 또한 이 관계에 대한 정량적 평가가 필요하며, 더 나아가 관계에 대한 평가뿐만 아니라 예측변수(교사)의 미래 값을 예측하는 예측자의 능력에 대한 정량적 평가가 필요합니다. 이 추론의 사슬에는 FF가 들어갈 여지가 없으므로 특정 알고리즘을 "개선"하려고 하지 않고 수백 가지가 있는 MO 알고리즘을 무작정 가져와서 블랙박스로 사용할 수 있습니다.
게다가 FF 클래스는 역사에 지나치게 맞추려는 냄새가 너무 강하기 때문에 위험합니다.
나는 당신이 내 게시물을 지나치지 않을 것이라는 것을 알았습니다. 더욱이, 나는 당신이 말할 것이라는 것을 알았습니다. 불행히도 굵은 빨간색으로 강조 표시된 것이 FF라는 것을 깨닫지 못합니다.... 왜 당신이 FF에 그렇게 알레르기가 있는지 이해가 안됩니다.
그건 그렇고, 쓰레기로 많은 유용한 것을 만들 수 있습니다-재활용을 재활용이라고합니다. 나는 더 말할 것입니다- "쓰레기"의 존재는 시장에서 여전히 안정적인 수익을 올릴 수 있으며이 포럼에도 예가 있습니다.
매우 정확하고 유능한 추론, 물론 모순되는 - "... 지속 가능한 TC의 건설이 아닌", 지속 가능한 수익성있는 TC의 건설 / 선택 / 진화 기술에 대해서만 노력하고 노력합니다.
옷을 사기 위해 상점에가는 것과 같지만 원하는 스타일, 스타일, 계절에 대한 안정적인 아이디어가 없기 때문에 결과적으로 옷을 입지 않고 돈이 낭비됩니다.
분류 오류라는 열이 있는데 이제 분류는 관련이 없습니다.
화면에 분류 오류를 인쇄하지 않으면 분류 오류가 관련이 없는지 어떻게 알 수 있을까요? 흥미로운 것은 무엇이든 인쇄해 보세요.
인쇄하여 9%도 무작위일 수 있고 10%는 이미 병합되어 있음을 보여 주세요. 흥미롭네요. 여기 20%가 있는 그래프가 있습니다.
제가 알기로는 그래프가 보이지 않습니다.
내 메시지를 그냥 지나치지 않을 줄 알았습니다. 사실, 당신이 말할 줄 알았습니다. 불행히도, 당신은 굵은 빨간색으로 강조 표시된 것이 FF라는 것을 깨닫지 못합니다..... 왜 그렇게 FF에 알레르기가 있는지 모르겠어요.
그건 그렇고, 쓰레기로 많은 유용한 것을 만들 수 있습니다-재활용을 재활용이라고합니다. 더 말씀 드리겠습니다- "쓰레기"의 존재는 시장에서 여전히 안정적인 수익을 올릴 수있게 해주 며이 포럼에도 예가 있습니다.
이전에 다음과 같은 게시물을 작성했습니다.
" 문제는 지금까지 아무도 FF에 대한 그러한 규칙을 찾지 못했다는 것입니다 (적어도 저는 보지 못했습니다)."
MO 모델을 블랙박스로 삼고, 예측자의 예측력에서 균형을 목표로 삼아 거기에서 무언가를 찾는 것은 기성 MO 모델에서는 정말 어렵고 불가능한 작업입니다.
엄청나게 어려운 작업입니다.
그리고 불필요한 작업이기도 합니다.
예측자의 예측 능력을 추정하는 문제를 해결한 다음 블랙박스로서 모델을 피팅하고 피팅 결과를 가지고 작업하는 식으로 단계적으로 해결합니다. 오늘 현재 이미 EA 테스트 수준에서 제 선생님이 좀 이상하다는 것이 밝혀졌습니다. 선생님(대상 변수)에 대해 작업해야 합니다.
그러나 내 계획에서 가장 중요한 것은 FF를 구성하려는 시도로 인해 더욱 복잡해진 이미 매우 복잡한 문제가 독립적 인 단계로 분류되어 문제를 관찰 할 수 있다는 것입니다.
화면에 분류 오류를 인쇄하지 않으면 문제가 없는지 어떻게 알 수 있나요?
인쇄해 보니 9%도 무작위일 수 있고 10%는 이미 낭비라는 것을 알 수 있었습니다. 흥미롭네요. 다음은 20%를 예로 들어 보겠습니다.
제가 알기로는 이 그래프는 볼 수 없습니다.
당신이 쓴 모든 것이 저에게는 이해가 되지 않아요.
10%의 분류 오류(어떻게 계산되었나요?)는 과트레이닝의 명백한 신호입니다. 과훈련을 반증하려면 훈련 세트의 분류 오류와 "표본 외"의 분류 오류가 거의 같아야 합니다.
저는 분류 오류가 20% 미만인 꽤 잘 작동하는 전문가 어드바이저를 보유하고 있습니다. 동시에 테스터에서 손실 거래 비율은 20%를 약간 넘습니다.
분류에 대한 일관된 수치를 보고 싶어서 과잉 훈련이 없음을 증명하고 분류에서 균형이 어떻게 얻어지는지 이해하고 싶습니다.
앞서 다음과 같이 작성하셨습니다.
" 문제는 아직 아무도 FF에 대한 그러한 규칙을 찾지 못했다는 것입니다(적어도 저는 본 적이 없습니다)."
IO 모델을 블랙박스로 삼아 균형을 목표로 예측자의 예측력에서 무언가를 찾는 작업은 기성 IO 모델에서는 정말 어렵고 실현 불가능한 일입니다.
엄청나게 어려운 작업입니다.
그리고 불필요한 작업이기도 합니다.
예측자의 예측 능력을 추정하는 문제를 해결 한 다음 모델을 블랙 박스로 맞추고 피팅 결과를 가지고 작업하는 것이 제가 실제로하는 일입니다. 오늘 현재 이미 EA 테스트 수준에서 제 선생님이 좀 이상하다는 것이 밝혀졌습니다. 선생님(대상 변수)에 대한 작업이 필요합니다.
그러나이 계획에서 가장 중요한 것은 FF를 구성하려는 시도로 인해 더욱 복잡해진 이미 매우 복잡한 문제가 독립적 인 단계로 분류되고 문제가 관찰 가능하다는 것입니다.
굵게 표시된 부분은 항상 일부 적합성 함수를 사용한다는 것입니다. 예측 능력 평가 - 선량성 (안정성) 기준, 적합성 - 정체성 기준, 결과 작업 - 일부 메트릭에 의한 평가 및 선택. 즉, 어떤 단계에서든 우리가 무엇을 하든 결과적으로 얻고 자하는 것에 대한 평가 설명으로 FF가 있습니다. 일반적인 통합 평가를 작은 차등 평가로 세분화했지만 본질은 변하지 않았으며 여전히 업무에 FF를 사용합니다.
형편없는 재킷을 샀다면 누구를 탓해야 할까요? - 제조업체? - 판매자? - 양? - 재킷을 구성하는 원자로 내려갈 수는 있지만 더 나아지지 않고 재킷이 왜 형편없는지 이해하지 못할 것입니다. 재킷을 구매할 때 재킷을 평가하는 기준인 FF가 책임이 있습니다.
FF에 맞는 재킷이 없다면 그런 재킷이 존재하지 않으므로 아무것도 살 필요가 없거나 FF를 변경해야 합니다))).
형편없는 재킷을 샀다면 누구를 탓해야 할까요? - 제조업체? - 판매자? - 양? - 재킷을 구성하는 원자까지 내려갈 수는 있지만 더 나아지지 않고 왜 재킷이 형편없는지 이해할 수 없습니다. 재킷을 구매할 때 재킷을 평가하는 기준은 FF에 책임이 있습니다.
FF에 맞는 재킷이 없으면 그러한 재킷이 존재하지 않아 아무것도 살 필요가 없거나 FF를 변경해야합니다)))))
그리고 재킷을 만들 수 있습니다 : 소매를 팔의 다른 길이에 맞게 조정하고, 혹에 정확하게 맞추고, 앞쪽의 신경 덩어리를 아름답게 연주하십시오. 그리고 재킷이있을 것입니다. 이것이 우리의 접근 방식의 차이점입니다. 재단사 만세!
또는 재킷을 만들 수도 있습니다. 소매를 팔의 다른 길이에 맞게 조정하고, 혹에 정확하게 맞추고, 앞쪽의 신경 덩어리를 아름답게 연출하세요. 그러면 재킷이 완성됩니다. 이것이 바로 저희 접근 방식의 차이점입니다. 재단사 만세!
분류 오류(어떻게 계산되었나요?)
옵션이 있나요? ))))