E em que modelos posso ajustar o que preciso - os limites de valor das respostas correctas?
Acho que não... estas métricas mostram a generalidade do modelo. Você pode variar as configurações do próprio modelo para que os erros mudem, por exemplo... adicionar regularização ou o que quer que seja... em suma, o contrário - da maneira que você quer, não funciona
e a declaração do problema não é muito clara...
você sabe, talvez a garota possa te dizer :) ou você pode olhar os cenários no youtube :) eu honestamente não entrei nisto
nenhuma, acho que... estas métricas mostram a generalidade do modelo. Você pode variar as configurações do próprio modelo para que os erros mudem, por exemplo... adicionar regularização ou o que quer que seja... em suma, o contrário - da maneira que você quer, não funciona
e a declaração do problema não é muito clara...
Sabes, talvez a miúda te possa dizer :) ou podes procurar no youtube, honestamente não entrei nele.
Vídeo, claro que já vi.
É estranho que ninguém estabeleça tal meta, porque para estratégias de tendência é óbvio - 30% das entradas bem sucedidas cobrirão facilmente 40-60% das mal sucedidas, o que eu preciso do modelo. Não preciso de cem por cento de adivinhação correcta e a métrica foi concebida para isso.
É estranho que ninguém estabeleça tal tarefa, porque para estratégias de tendências é óbvio - 30% das entradas bem sucedidas irão facilmente cobrir 40-60% das entradas mal sucedidas, que é o que eu preciso do modelo. Não preciso de cem por cento de suposições correctas, e as métricas comuns são desenhadas para isso.
Qual é a lógica? 30% das entradas com sucesso é melhor do que 60%.
Minha amostra é distorcida por causa da tendência TS, e as métricas padrão são orientadas pela simetria, é por isso que estou procurando uma métrica que se adapte às minhas necessidades e leve esta nuance em conta.
Minha amostra é distorcida por causa da tendência TS, e a métrica padrão se concentra na simetria, e é por isso que estou procurando uma métrica adequada que leve esta nuance em conta.
Você parece ter uma compreensão distorcida dos mecanismos de aprendizagem da máquina, não da amostragem.
Tenho medo até de perguntar o que a TS de tendências tem a ver com isso.
aborrecido, cansado de ler, encontrou um terminal e usou algibeira para rabiscar MLP-network.... estranho que tudo funcione, até a normalização esqueceu, mas o indicador é adequado.... Suspeito que o diabo está nos detalhes do algibe... Ou nunca me acostumei à numeração dos buffers indicadores em MT5 ((
Bem, em teoria eu ensino MLP para 1000 barras, então eu desenho toda a história no gráfico, deve haver um grande erro, especialmente a normalização, mas por alguma razão ele desenha uma história muito boa.... )))
já existe pré-processamento integrado
É isso, agora vai sacudir o pó para fora dos sacos e vai
Tão bom, em teoria eu ensino MLP para 1000 barras, então eu desenho toda a história no gráfico, deve haver um grande erro, especialmente a normalização, mas de alguma forma desenha uma história muito boa.... )))
Para login e uso do site MQL5.com, você deve ativar o uso de cookies.
Ative esta opção no seu navegador, caso contrário você não poderá fazer login.
Você entrou na conta. A autenticação de dois fatores foi desativada. Configure-a novamente e escaneie um novo código QR ou continue com a autenticação de dois fatores desativada.
E em que modelos posso ajustar o que preciso - os limites de valor das respostas correctas?
Acho que não... estas métricas mostram a generalidade do modelo. Você pode variar as configurações do próprio modelo para que os erros mudem, por exemplo... adicionar regularização ou o que quer que seja... em suma, o contrário - da maneira que você quer, não funciona
e a declaração do problema não é muito clara...
você sabe, talvez a garota possa te dizer :) ou você pode olhar os cenários no youtube :) eu honestamente não entrei nisto
nenhuma, acho que... estas métricas mostram a generalidade do modelo. Você pode variar as configurações do próprio modelo para que os erros mudem, por exemplo... adicionar regularização ou o que quer que seja... em suma, o contrário - da maneira que você quer, não funciona
e a declaração do problema não é muito clara...
Sabes, talvez a miúda te possa dizer :) ou podes procurar no youtube, honestamente não entrei nele.
Vídeo, claro que já vi.
É estranho que ninguém estabeleça tal meta, porque para estratégias de tendência é óbvio - 30% das entradas bem sucedidas cobrirão facilmente 40-60% das mal sucedidas, o que eu preciso do modelo. Não preciso de cem por cento de adivinhação correcta e a métrica foi concebida para isso.
Claro que já vi o vídeo.
É estranho que ninguém estabeleça tal tarefa, porque para estratégias de tendências é óbvio - 30% das entradas bem sucedidas irão facilmente cobrir 40-60% das entradas mal sucedidas, que é o que eu preciso do modelo. Não preciso de cem por cento de suposições correctas, e as métricas comuns são desenhadas para isso.
Qual é a lógica? 30% das entradas com sucesso é melhor do que 60%.
Qual é a lógica por detrás disso? 30% das entradas bem sucedidas são melhores que 60% ou em que
A lógica é que o mundo não é perfeito e você deve pegar o que conseguir.
A lógica é que o mundo não é perfeito e você tem que pegar o que você pode pegar.
é mais como um credo :))
é mais um credo :))
Você tem 50 mas 50 entradas na sua amostra?
Minha amostra é distorcida por causa da tendência TS, e as métricas padrão são orientadas pela simetria, é por isso que estou procurando uma métrica que se adapte às minhas necessidades e leve esta nuance em conta.
Você tem 50 mas 50 entradas na sua amostra?
Minha amostra é distorcida por causa da tendência TS, e a métrica padrão se concentra na simetria, e é por isso que estou procurando uma métrica adequada que leve esta nuance em conta.
Você parece ter uma compreensão distorcida dos mecanismos de aprendizagem da máquina, não da amostragem.
Tenho medo até de perguntar o que a TS de tendências tem a ver com isso.
aborrecido, cansado de ler, encontrou um terminal e usou algibeira para rabiscar MLP-network.... estranho que tudo funcione, até a normalização esqueceu, mas o indicador é adequado.... Suspeito que o diabo está nos detalhes do algibe... Ou nunca me acostumei à numeração dos buffers indicadores em MT5 ((
O que se passa? Não tenho mt5.
Bem, em teoria eu ensino MLP para 1000 barras, então eu desenho toda a história no gráfico, deve haver um grande erro, especialmente a normalização, mas por alguma razão ele desenha uma história muito boa.... )))
já existe pré-processamento integrado
É isso, agora vai sacudir o pó para fora dos sacos e vaiTão bom, em teoria eu ensino MLP para 1000 barras, então eu desenho toda a história no gráfico, deve haver um grande erro, especialmente a normalização, mas de alguma forma desenha uma história muito boa.... )))
eu não entendo (mostre-me a foto)