Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 2451
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
С Питоном на ты
круто
Половина активаций нейронов на 1 класс, половина на другой. Исходя из такой примитивной логики. Если перекос, то, возможно, классы плохо сбалансированы. А крайние значения, кажется, вызывают взрыв или затухание градиента
Макс, не торопись с выводоизмыщлениями.
Слово "возможно" в твоем сообщении говорит о том, что ты не задумывался над такой постановкой вопроса, так ведь?
Нейронная сеть вообще и MLP в частности - очень гибкая штука, и одно и тоже множество признаков можно разбить одинаково одной и той же сетью но при разных значениях весов нейронов.... Так ведь? - Вот и возникает вопрос, а какой из этих вариантов набора весов более робастный?
А со вторым, кто ответил на мой пост, больше не считаю нужным поддерживать диалог - бессмысленно.
Жи, ши пишется с буквой и
Есть исключения. ;)
Макс, не торопись с выводоизмыщлениями.
Слово "возможно" в твоем сообщении говорит о том, что ты не задумывался над такой постановкой вопроса, так ведь?
Нейронная сеть вообще и MLP в частности - очень гибкая штука, и одно и тоже множество признаков можно разбить одинаково одной и той же сетью но при разных значениях весов нейронов.... Так ведь? - Вот и возникает вопрос, а какой из этих вариантов набора весов более робастный?
А со вторым, кто ответил на мой пост, больше не считаю нужным поддерживать диалог - бессмысленно.
Не занимайтесь ерундой. Вам правильно ответили, что на тесте надо выбирать модель. А еще лучше на кросс-валидации или валкинг-форварде.
Хотя опыт нарабатывается практикой... занимайтесь) Потом к тестам придете
Не занимайтесь ерундой. Вам правильно ответили, что на тесте надо выбирать модель. А еще лучше на кросс-валидации или валкинг-форварде.
Хотя опыт нарабатывается практикой... занимайтесь) Потом к тестам придете
на тесте?... тест - то же самое что производная от функции, может быть одной и той же кривой, касательной в одной и той же точке но к двум разным функциям.
не хочу никого обидеть из старожил в этой ветке, но элементарщину то знать бы надо за столько лет уже. а про опыт - вообще смешно, право.
.
Макс, не торопись с выводоизмыщлениями.
Слово "возможно" в твоем сообщении говорит о том, что ты не задумывался над такой постановкой вопроса, так ведь?
Нейронная сеть вообще и MLP в частности - очень гибкая штука, и одно и тоже множество признаков можно разбить одинаково одной и той же сетью но при разных значениях весов нейронов.... Так ведь? - Вот и возникает вопрос, а какой из этих вариантов набора весов более робастный?
А со вторым, кто ответил на мой пост, больше не считаю нужным поддерживать диалог - бессмысленно.
Самому стало интересно по поводу весов ) Не встречал такой инфы. Знаю, что граничные значения плохо влияют на ф-ии активации и обучение, как следствие
да, на счет весов интересно. но ещё более интересно, какие значения принимают выходы сети.
Чтобы понять зависит ли качество обучения от значений весов, надо измерить эту зависимость, путем експеримента.
Что такое такое значения весов мы знаем, что такое качество обучения мы не знаем, следовательно надо дать определение..
Итак качество обучения, рабасность сети итп... - это мера которой мы можем выразить нашы ожыдания от сети (например ошибка сети на новых данных)
Окей, теперь у нас есть определение того что такое качество обучения, далее можно изимерять зависимость качества обучения от значений весов.
Но если мы разработали меру качества работы сети ( качество обучения ) то зачем нам смотреть веса если можно просто выбрать лучшее значение меры качества..
Я не знаю каким нужно быть инвалидом на голову чтобы не понимать этих простых вещей + трое уже сказали тоже самое..
Чтобы понять зависит ли качество обучения от значений весов, надо измерить эту зависимость, путем експеримента.
Что такое такое значения весов мы знаем, что такое качество обучения мы не знаем, следовательно надо дать определение..
Итак качество обучения, рабасность сети итп... - это мера которой мы можем выразить нашы ожыдания от сети (например ошибка сети на новых данных)
Окей, теперь у нас есть определение того что такое качество обучения, теперь можно изимерять зависимость качества обучения от значений весов.
Но если мы разработали меру качества работы сети ( качество обучения ) то зачем нам смотреть веса если можно просто выбрать лучшее значение меры качества..
Я не знаю каким нужно быть инвалидом на голову чтобы не понимать этих простых вещей + трое уже сказали тоже самое..
до особо одарённых попробую донести очень просто: зная метрику весов и выходов, влияющую на качество обучения, мы можем получать более робастную сеть ДО проверки на незнакомых данных, которых, у здоровых на голову людей, элементарно ещё нет во время обучения.