Doc estava procurando outra maneira de selecionar os preditores - construindo uma árvore de decisão sobre genética - nós a testamos juntos antes de ele sair.
Bem, essa é uma abordagem mais séria. O Vtreat é apenas o pré-processamento dos dados para posterior seleção final de entradas durante a otimização. É a minha maneira...
Em anexo está um script para R, e eu também estou anexando meu arquivo. Divirta-se, execute-o e veja o quanto ele pode reduzir os dados brutos. No script, você precisa especificar o caminho para o arquivo a ser lido e o caminho para escrever o resultado.
Reetag Konow: Bem... Eu estava começando a penetrar na essência do MO de seus postos, e aqui está uma tal confissão ...)
Embora eu me pergunte se eu poderia entender MO do ponto de vista de um bêbado e criar o primeiro NS bêbado do mundo?)))
A experiência é uma droga para se aprender. O principal no MO é compreender a filosofia. Eles são muito importantes para responder à questão principal do que uma rede pode e não pode fazer. Não é raro que as expectativas inflacionadas dos iniciantes levem ao fracasso e, como consequência, à desilusão com a ferramenta como um todo. Não espere nada de sobrenatural e não ficará muito decepcionado. Mas como assistente, não vais encontrar uma ferramenta melhor.
Mihail Marchukajtes: Você não pode perder a sua experiência. O principal no MoD é compreender a filosofia. É muito importante para responder à pergunta principal sobre o que as redes podem e não podem fazer. Não raro, são as expectativas inflacionadas dos iniciantes que os levam ao fracasso e, consequentemente, ao desapontamento com a ferramenta como um todo. Não espere nada de sobrenatural e não ficará muito decepcionado. Mas não vai encontrar uma ferramenta melhor como assistente.
Portanto, a questão principal não é clara. O que as redes podem fazer e o que não podem? O cérebro humano também tem uma rede neural, e pode fazer TUDO. Os NS artificiais são limitados, mas não está claro o quê. O número de neurónios? Uma amostra de aprendizagem? Imperfeição? Não é claro...
Tag Konow: Portanto, a questão principal não é clara. O que as redes podem fazer e o que não podem? O cérebro humano também tem uma rede neural e pode fazer TUDO. Os NS artificiais são limitados, mas não está claro o quê. O número de neurónios? Uma amostra de aprendizagem? Imperfeição? Não é claro...
Bem, como um exemplo de filosofia. NS tem uma capacidade de processamento e a tarefa do engenheiro é reduzir a carga sobre o NS através do pré-processamento, etc. e não empurrar qualquer coisa para ele, como se ele fosse resolver o problema. Não, não vai.
ReTeg Konow: Portanto, a questão principal não é clara. O que as redes podem fazer e o que não podem? O cérebro humano também tem uma rede neural e pode fazer TUDO. As NS artificiais são limitadas, mas não está claro o quê. O número de neurónios? Uma amostra de aprendizagem? Imperfeição? Não é claro...
O professor fornece dados para a entrada dos NS para a aprendizagem. Ou seja, uma NS em particular foi concebida para resolver uma tarefa, estritamente específica. Se ligarmos um conjunto de NS e ensinarmos cada um deles a resolver um determinado problema, obteremos um análogo de um cérebro? Ou seja, uma máquina a resolver muitas tarefas. Ou, não é suficiente?
Etiqueta Konow: O professor fornece dados para a entrada dos NS para a aprendizagem? Ou seja, uma NS em particular foi concebida para resolver uma tarefa estritamente específica. Se combinarmos muitas NS e ensinarmos cada NS a resolver o seu próprio problema, obtemos um análogo do cérebro? Ou não é suficiente?
Há uma clara sobre-expectativa da ferramenta. Acredite, mesmo uma resposta de "Sim" ou "Não" a um problema específico é suficiente e uma complicação desnecessária é desnecessária.
Basta aprender a ver o benefício num pequeno e acredite, o resultado deste benefício pode ser enorme, porque você está armado com esta ferramenta, e os seus oponentes não estão...
Konow Reagent: O professor fornece dados para a entrada dos NS para a aprendizagem. Ou seja, uma NS em particular foi concebida para resolver uma tarefa, estritamente específica. Se combinarmos um conjunto de NS e ensinarmos cada NS a resolver a sua tarefa, obtemos um análogo de um cérebro? Ou seja, uma máquina a resolver muitas tarefas. Ou, não é suficiente?
Não! Não o suficiente.
Uma rede neural ou outro AMO é apenas "optimização multidimensional" e é isso!
É uma ferramenta de resolução de problemas, só isso!
E o problema tem de ser resolvido!
E o problema tem de ser inventado!
E a tarefa tem de ser seleccionada entre outras tarefas!
E a tarefa é relevante!
Isto tudo depende do homem até agora... Chamam a este tipo de criatividade.
Mihail Marchukajtes: Há uma clara superexpectativa da ferramenta. Confie em mim, mesmo uma resposta "Sim" ou "Não" para uma tarefa específica é suficiente e sua complicação desnecessária é desnecessária.
Não entendo qual é o problema de criar um NS que reconheça padrões de preços? Um humano pode fazer isso sem qualquer treinamento. E eles ensinam e ensinam... Onde está o sistema que reconhece os padrões gráficos básicos? Porque não está na Buy More? Muitos algoritmos e nenhuma rede desse tipo...
Existem redes que reconhecem rostos, números, sinalização rodoviária, ritmos cardíacos e até mesmo emoções. E padrões de preços?
Tag Konow: Não entendo qual éo problema de criar um NS que reconheça padrões de preços? O homem pode fazê-lo sem qualquer treino. E eles ensinam e ensinam... Onde está o sistema que reconhece os padrões gráficos básicos? Porque não está na Buy More? Muitos algoritmos e nenhuma rede desse tipo...
Não há problema em criar tal rede , e ela reconhecerá padrões tão bem como um humano, ainda melhor...
O engraçado é que a rede não vai ganhar dinheiro com estes padrões, tal como uma pessoa que os reconhece de uma só vez ) !!
O problema está nos padrões, não na rede. E o professor que quer a rede não sabe o que quer, mas pensa que sabe.
Põe isso lá fora.
Doc estava procurando outra maneira de selecionar os preditores - construindo uma árvore de decisão sobre genética - nós a testamos juntos antes de ele sair.
Bem, essa é uma abordagem mais séria. O Vtreat é apenas o pré-processamento dos dados para posterior seleção final de entradas durante a otimização. É a minha maneira...
Em anexo está um script para R, e eu também estou anexando meu arquivo. Divirta-se, execute-o e veja o quanto ele pode reduzir os dados brutos. No script, você precisa especificar o caminho para o arquivo a ser lido e o caminho para escrever o resultado.
Bem... Eu estava começando a penetrar na essência do MO de seus postos, e aqui está uma tal confissão ...)
Você não pode perder a sua experiência. O principal no MoD é compreender a filosofia. É muito importante para responder à pergunta principal sobre o que as redes podem e não podem fazer. Não raro, são as expectativas inflacionadas dos iniciantes que os levam ao fracasso e, consequentemente, ao desapontamento com a ferramenta como um todo. Não espere nada de sobrenatural e não ficará muito decepcionado. Mas não vai encontrar uma ferramenta melhor como assistente.
Portanto, a questão principal não é clara. O que as redes podem fazer e o que não podem? O cérebro humano também tem uma rede neural e pode fazer TUDO. Os NS artificiais são limitados, mas não está claro o quê. O número de neurónios? Uma amostra de aprendizagem? Imperfeição? Não é claro...
Portanto, a questão principal não é clara. O que as redes podem fazer e o que não podem? O cérebro humano também tem uma rede neural e pode fazer TUDO. As NS artificiais são limitadas, mas não está claro o quê. O número de neurónios? Uma amostra de aprendizagem? Imperfeição? Não é claro...
Restringido pelo professor !!!!!!
restrito pelo professor !!!!!!
O professor fornece dados para a entrada dos NS para a aprendizagem? Ou seja, uma NS em particular foi concebida para resolver uma tarefa estritamente específica. Se combinarmos muitas NS e ensinarmos cada NS a resolver o seu próprio problema, obtemos um análogo do cérebro? Ou não é suficiente?
Há uma clara sobre-expectativa da ferramenta. Acredite, mesmo uma resposta de "Sim" ou "Não" a um problema específico é suficiente e uma complicação desnecessária é desnecessária.
Basta aprender a ver o benefício num pequeno e acredite, o resultado deste benefício pode ser enorme, porque você está armado com esta ferramenta, e os seus oponentes não estão...
O professor fornece dados para a entrada dos NS para a aprendizagem. Ou seja, uma NS em particular foi concebida para resolver uma tarefa, estritamente específica. Se combinarmos um conjunto de NS e ensinarmos cada NS a resolver a sua tarefa, obtemos um análogo de um cérebro? Ou seja, uma máquina a resolver muitas tarefas. Ou, não é suficiente?
Não! Não o suficiente.
Uma rede neural ou outro AMO é apenas "optimização multidimensional" e é isso!
É uma ferramenta de resolução de problemas, só isso!
E o problema tem de ser resolvido!
E o problema tem de ser inventado!
E a tarefa tem de ser seleccionada entre outras tarefas!
E a tarefa é relevante!
Isto tudo depende do homem até agora... Chamam a este tipo de criatividade.
Há uma clara superexpectativa da ferramenta. Confie em mim, mesmo uma resposta "Sim" ou "Não" para uma tarefa específica é suficiente e sua complicação desnecessária é desnecessária.
Não entendo qual é o problema de criar um NS que reconheça padrões de preços? O homem pode fazê-lo sem qualquer treino. E eles ensinam e ensinam... Onde está o sistema que reconhece os padrões gráficos básicos? Porque não está na Buy More? Muitos algoritmos e nenhuma rede desse tipo...
Não há problema em criar tal rede , e ela reconhecerá padrões tão bem como um humano, ainda melhor...
O engraçado é que a rede não vai ganhar dinheiro com estes padrões, tal como uma pessoa que os reconhece de uma só vez ) !!
O problema está nos padrões, não na rede. E o professor que quer a rede não sabe o que quer, mas pensa que sabe.