Discussão do artigo "Gradient boosting no aprendizado de máquina transdutivo e ativo"
Artigo publicado Gradient bousting em tarefas transdutivas e ativas de aprendizado de máquina:
Autor: Maxim Dmitrievsky
Norma, é claro que a presença de rótulos manuais e suposições razoáveis não é IA), mas realmente reduz a área de dados e dimensões para treinamento, tornando-os pelo menos aceitáveis).
Norma, é claro que ter etiquetas manuais e suposições razoáveis não é IA), mas realmente reduz a área de dados e as dimensões para treinamento, tornando-as aceitáveis, pelo menos)
Da seleção manual apenas de recursos (fichas). Estou pensando em como me livrar do último manual.
Há opções, mas ainda não coloquei minhas mãos nelasNo manual, apenas a seleção de recursos (recursos). Estou pensando em como me livrar do último manual.
Existem opções, mas ainda não coloquei minhas mãos nelas.E detecção automática de alvos))))
E direcionamento automático))))
isso já está em vigor
Obrigado por esse artigo maravilhoso.
De nada.
Não estou entendendo nada :)
Quantas turmas foram marcadas automaticamente?
Se forem mais de duas, seria lógico dar a cada classe uma avaliação financeira - se ela tem prejuízo ou lucro - e, em seguida, mesclar duas classes para o treinamento final.
Não entendi nada :)
Quantas classes foram marcadas automaticamente?
Se forem mais de duas, seria lógico dar a cada classe uma avaliação financeira - se ela dá prejuízo ou lucro - e, em seguida, fundir em duas classes para o treinamento final.
Parabéns por um artigo tão bom depois de tanto tempo!!!
Como treinar e testar outros pares de moedas?
A parte de codificação é complicada para que eu possa fazer qualquer edição ou qualquer forma de aprimoramento para fins de teste:)
Parabéns por um artigo tão bom depois de tanto tempo!!!
Como treinar e testar outros pares de moedas?
A parte de codificação é complicada para que eu possa fazer qualquer edição ou qualquer forma de aprimoramento para fins de teste:)
Não é possível compilar o arquivo py no MetaEditor5. Para isso, você precisa instalar o programa PyCharm e executar esse script.
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Você concorda com a política do site e com os termos de uso
Novo artigo Gradient boosting no aprendizado de máquina transdutivo e ativo foi publicado:
Neste artigo, nós consideraremos os métodos de aprendizado de máquina ativo que se baseiam em dados reais e discutiremos seus prós e contras. Talvez você considere esses métodos úteis e os inclua em seu arsenal de modelos de aprendizado de máquina. A transdução foi introduzida por Vladimir Vapnik, que é o coinventor da Support-Vector Machine (SVM).
Vamos direto ao aprendizado ativo e testar sua eficácia em nossos dados.
Existem várias bibliotecas para o aprendizado ativo na linguagem Python, sendo a mais popular delas:
Eu selecionei a biblioteca modAL por ser mais intuitiva e adequada para me familiarizar com a filosofia de aprendizado ativo. Ela oferece maior liberdade no desenho de modelos e na criação de seus próprios modelos usando blocos padrão ou criando os seus próprios blocos.
Vamos considerar o processo descrito acima usando o esquema abaixo, que não requer mais explicações:
Veja a documentação
Autor: Maxim Dmitrievsky