Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 3295

 
Maxim Dmitrievsky #:

1. O que isso tem a ver com otimização?

2. Uma pergunta contrária 💩 uma rede neural é um otimizador ou um aproximador?

1. O que "aqui" tem a ver com o quê?

2. você ainda não sabe que uma rede neural é um aproximador?

 
Andrey Dik #:

1. Em que "aqui"?

2) Você ainda não sabe que uma rede neural é um aproximador?

Aparentemente, você não sabe. Caso contrário, não se perguntaria o que a aproximação tem a ver com isso.

Você incluiu sua otimização na discussão com qual objetivo?

Você consegue entender que essas são coisas diferentes?
 
Andrey Dik #:

Não, não é disso que estamos falando.
O acúmulo de informações heterogêneas apenas impede que encontre conexões, e surgem muitas contradições.
Mas somente até um determinado nível, em um determinado nível há tanta informação que é suficiente para formar um monólito, que os próprios quebra-cabeças perdidos começam a ser restaurados.

Uma analogia pode ser dada como exemplo: se você polir uma superfície plana de duas barras feitas de metais diferentes, quanto menor for a rugosidade, melhor as barras deslizarão uma sobre a outra. se você continuar a polir as superfícies, as barras ficarão grudadas, as moléculas começarão a penetrar umas nas outras a partir das duas barras, ou seja, não haverá uma redução adicional das forças de atrito, mas, ao contrário, um crescimento semelhante a um salto!

Provavelmente isso é contraditório, mas a ideia é clara.

Concordo

mas não haverá crescimento repentino porque:

- nem todo mundo é tão teimoso a ponto de não parar no desenvolvimento alcançado da inteligência.

- segredos comerciais e preços altos começam a se formar, o que, por sua vez, reduz a oferta e a demanda

Seu pensamento está em seu próprio gráfico logo no início: baixa quantidade com alta qualidade.

para alta qualidade, uma quantidade excessiva de informações é descartada
 
Maxim Dmitrievsky #:
Aparentemente, você não sabe. Caso contrário, não se perguntaria o que a aproximação tem a ver com isso.

Você colocou sua otimização na discussão com qual objetivo?

Você consegue perceber que são coisas diferentes?

Eu respondi à sua pergunta, por que está se repetindo?

Minha postagem foi dirigida à postagem de Sanych, que mencionou o FF corrupto.

Você consegue entender isso?

E você também não consegue entender que o aprendizado de qualquer tipo não é possível sem otimização, pois são coisas inseparáveis.

 
Andrey Dik #:

Respondi à sua pergunta, por que está se repetindo?

minha postagem foi dirigida à postagem de Sanych, que mencionou o FF corrupto.

Você consegue entender isso?

E você também não consegue entender que o aprendizado, sob qualquer forma, não é possível sem otimização, pois são coisas inseparáveis.

Ele escreveu corretamente que não temos o conceito de extremos. Temos critérios de aproximação e estabilidade em novos dados, que são os componentes do erro do modelo.
 
Renat Akhtyamov #:

Provavelmente isso é contraditório, mas entendi a ideia.

Eu concordo

mas não haverá crescimento repentino porque:

- nem todo mundo é tão teimoso a ponto de não parar no desenvolvimento alcançado da inteligência.

- segredos comerciais e preços altos começam a se formar, o que, por sua vez, reduz a oferta e a demanda

Seu pensamento está em seu próprio gráfico desde o início.

Eu dei o exemplo das barras polidas, há um salto nas forças de atrito.

Com informações, é claro, não haverá salto, mas uma transição suave.

 
Maxim Dmitrievsky #:
Ele escreveu corretamente que não temos o conceito de extremos. Temos critérios de aproximação e estabilidade em novos dados, que são os componentes do erro do modelo.

Você aprimora os critérios de aproximação e estabilidade de forma iterativa ou não?

Ou é como no conto de fadas, quando um homem rico ficou deitado no fogão por 30 anos e, de repente, se levantou e foi chutar o traseiro de todo mundo? Em 10 dias, o lubrificante nas articulações imóveis desaparece, de modo que o homem rico não conseguirá chutar ninguém, mas não conseguirá se levantar em 10 dias.

Não, você faz isso de forma iterativa, melhorando as pontuações, é um processo de otimização.

 
Andrey Dik #:

critérios de aproximação e estabilidade, você melhora iterativamente ou não?

Não, você faz isso iterativamente, melhorando as estimativas, é um processo de otimização.

O que isso significa? Quando você aumenta o grau do polinômio, o que acontece?
 
Maxim Dmitrievsky #:
O que isso significa?

Você já esqueceu sua pergunta?
Isso significa que você sempre faz otimização, mesmo que pense que não faz.
seus critérios são FFs que você aprimora por meio de métodos de otimização.
 
Andrey Dik #:

Você já se esqueceu de sua pergunta?
é claro que você sempre faz otimização, mesmo que pense que não faz.
Seus critérios são FFs que você aprimora com métodos de otimização.
Não tenho uma pergunta. Escrevi por que um grande número de recursos dá resultados ruins na inferência causal.

Você está escrevendo coisas que são abstraídas disso.
Razão: