Discussão do artigo "Funcionalidades do Assistente MQL5 que você precisa conhecer (Parte 31): Escolha da função de perda"

[MetaQuotes]

Novo artigo Funcionalidades do Assistente MQL5 que você precisa conhecer (Parte 31): Escolha da função de perda foi publicado:

A função de perda (Loss Function) é uma métrica fundamental nos algoritmos de aprendizado de máquina, que fornece feedback para o processo de aprendizado ao quantificar o quão bem um determinado conjunto de parâmetros se comporta em comparação com o valor-alvo esperado. Vamos explorar os diferentes formatos dessa função na classe personalizada do Assistente MQL5.

O Assistente MQL5 pode servir como um campo de testes para uma ampla variedade de ideias. Algumas delas já foram abordadas nesta série. De tempos em tempos, encontramos sinais personalizados que podem ser implementados de diferentes formas. Vimos um exemplo disso nos dois artigos sobre taxas de aprendizado, bem como no artigo anterior sobre normalização em lote. Como já discutido, cada um desses aspectos do aprendizado de máquina pode representar mais de um possível sinal personalizado. O mesmo se aplica à função de perda devido à possibilidade de múltiplos formatos.

Não há um único método para comparar o resultado de um teste com o valor-alvo. No ENUM_LOSS_FUNCTION há 14 opções de enumeração, e essa lista não é exaustiva. Isso significa que cada uma delas representa uma abordagem distinta para o aprendizado de máquina? Talvez não, mas a realidade é que existem diferenças que frequentemente exigem uma escolha cuidadosa da função de perda, dependendo da natureza da rede ou do algoritmo em treinamento.

Autor: Stephen Njuki