Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 1702
Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
Очередная Ваша ошибка как новичка. НС очень требовательна к обучающей выборке и является достаточно тонким инструментом, гди незначительная ошибка при подготовке данных (запятую не там постави) приводит к диаметральному результату. Постарайтесь делать поменьше собственных выводов, а лучше прислушайтесь к тому что Вам говорят.
Всё верно НС это составляющая ИИ. Помимо нейронной сети есть ещё ряд алгоритмов которые обслуживают работу этой нейронной сети и в совокупности это и есть система ИИ. Именно система. Но система ИИ не может существовать без нейронной сети.
На текущий момент я не отождествляю ИИ и НС. Вы сами говорили, что не нужно их путать. НС - инструмент, который можно использовать в ИИ но сама, она до него не дотягивает. Кажется, Вы были с этим согласны.
А ИИ вообще обязан взаимодействовать с человеком ???
Значит, на этом выводе мы сошлись.
Чем плохи? Катбуст большинство конкурентов обходит.
Мне в нем например не понравилась идея симметричного дерева. Очевидно, что 2 разных узла делить по одному предиктору и по одинаковому уровню - не лучший вариант. Разве то ускорение до 10 раз.
Хорошо, что они добавили 2 новых более классических метода.
Вероятно обходит, но там, в конкурсах, выборка стационарна, нет особо мусорных фичей, т.е. условия не те, с которыми работаем мы, а я как раз и думаю, как лучше подготовить данные с учетом этих особенностей. (Решения пока нет в окончательной форме, но это важная задача).
Разные модели построения деревьев это хорошо, но выгрузить их в отдельный файл пока нельзя, а значит нельзя вшить в советник, что плохо.
В бустинге мне не нравится отсутствие постобработки - когда по завершению обучения происходит упрощение модели за счет выкидывания слабых деревьев. Не понимаю, почему этого не делают.
Листья отдельных деревьев в бустинге слабы - малая полнота - менее 1% и плохо, что этот параметр нельзя регулировать, а учет распределения сигнала по выборке вообще не ведется - в итоге обучаемся на выбросе. Много нюансов и тут решением может быть хорошая предобработка предикторов. А лучше, конечно, влезть и дополнить код - неужели никто не понимает C++ на должном уровне?
Думаю, обязан. Иначе, зачем он нужен?
вы когда думаете (ваш интеллект решает задачу) вы обязаны с кем то общаться в этот момент?
Вы все никак не можете выкинуть свое "червивое" определение интеллекта, потому мы общаемся на разных языках сейчас
Я Вам даже больше скажу, у меня были такие случаи когда оставалось нажать кнопку оптимизаци и тут я понимал, что вот тот вот шаг 20 операций назад я сделал не правильно и по сути у меня ошибка в данных и приходилось всё подготавливать заново потому как чётко осозновал ошибок не должно быть. Буквально запятая не там и всё зря. А это и машиночасы и время ну и главное результат.
вы когда думаете (ваш интеллект решает задачу) вы обязаны с кем то общаться в этот момент?
Вы все никак не можете выкинуть свое "червивое" определение интеллекта, потому мы общаемся на разных языках сейчас
А такая сверх-требовательность к данным не выглядит недостатком? Я слышал, как НС распознающие дор.знаки ошибались, если на них была маленькая наклейка сбоку. Может эта сверх-чуствительность не нужна?
Тут немного другое. Когда Вы допускаете ошибку при обучении то Вы по сути начинаете её учить тому о чём сами не подозреваете. Напоминаю НС как ребёнок, ей нужно всё рассказать досконально что вы от неё хотите. Ведь полученный результат вы будете интерпретировать в рамках своих представлений об обучении, а реально они оказали смазаными, как вариант.
Совет дня. Размещайте входные вектора в виде шара от начала системы координат это позволяет добиться однозначнеости и невилирует противоречивость.