Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 2454

Новый комментарий
 

Это просто поразительно как генетика находит решение даже с самыми чахлыми настройками

популяця  - 10 особей ,

итераций - 10,

данные 1 миллион точек.

Те у алгоритма всего 100 попыток (10*10)  взаимодействия с данными, и он находит хорошее решение

просто поразительно

 
mytarmailS #:

Задача сравнить два вида многокритериальной оптимизации , быстро, просто и наглядно...

Adam или SGD возьми из любого пакета МО
 
Maxim Dmitrievsky #:
Adam или SGD возьми из любого пакета МО

я хотел сравнить именно эти, они для многокритериальной оптимизации

adam , да еще из "любого МО  пакета" точно не мнокритериальны

у меня нету проблемы в выборе алгоритмов)) даже наоборот это тебе не питон)))

 
mytarmailS #:

Задача сравнить два вида многокритериальной оптимизации , быстро, просто и наглядно...

Понятно что можно найти екстремум другими способами, например вызвать функцию min() для вектора, но разговор же не об этом

Я подумал что найти екстремум функции  (найти минимум в векторе) это само то, если честно до сих пор думаю что мы где то не допоняли друг доуга..

============

Вот же, обычной генетикой находиться минимум без проблем


==============================

Что мешает сделать то же самое для многокритериальной оптимизации, просто ищем не одну точку, а несколько

К тому же "mco" (генетика) не плохо с этим справлялась, а вот "GPareto" (гаусовская оптим.)  что то вообще "не алло", хотя по идее она вроди как самая интелектульная что ли..

Вы наверное не совсем верно понимаете термин МНОГОКРИТЕРИАЛЬНАЯ ОПТИМИЗАЦИЯ. Это оптимизация по нескольким критериям одновременно. Например: у нас есть кривая баланса как результат работы нейросети. Мы можем оптимизировать ее по максимуму баланса или по минимуму просадки. А если нам нужно одновременно оптимизировать и по балансу и по просадке - это и будет многокритериальная оптимизация. У Вас один критерий - минимум функции, найдите все минимумы этой функции и выберите те которые Вам нужны. 

Удачи

 
Vladimir Perervenko #:

Вы наверное не совсем верно понимаете термин МНОГОКРИТЕРИАЛЬНАЯ ОПТИМИЗАЦИЯ. Это оптимизация по нескольким критериям одновременно. Например: у нас есть кривая баланса как результат работы нейросети. Мы можем оптимизировать ее по максимуму баланса или по минимуму просадки. А если нам нужно одновременно оптимизировать и по балансу и по просадке - это и будет многокритериальная оптимизация. У Вас один критерий - минимум функции, найдите все минимумы этой функции и выберите те которые Вам нужны. 

Удачи

Да все я понимаю, мы друг друга не понимаем, но всеравно спасибо за разяснения..

 
mytarmailS #:

Да все я понимаю, мы друг друга не понимаем, но всеравно спасибо за разяснения..

Согласен. Не за что.

 
Andrey Dik #:

является ли среднее значение весов нейронной сети, взятых по модулю, показателем качества её обучения?

предположим, есть две идентичные нейронки, обучены на одних и тех же данных, у одной оный показатель равен 0.87, а у другой 0.23, какая из них обучена лучше?

Чем ближе средний ответ к 1 тем лучше, это из практики. Почему так объяснить не смогу, но для меня это один главных признаков хорошей модели.
 
Заметил, что такая модель как бы более универсальна. При одинаковых результатах на тестовой выборке модель с более высоким значением среднего ответа лучше работает в реальной жизни.
 
Алхимия
 
Evgeny Dyuka #:
Чем ближе средний ответ к 1 тем лучше, это из практики. Почему так объяснить не смогу, но для меня это один главных признаков хорошей модели.

ок, спасибо что делитесь опытом. 

1...244724482449245024512452245324542455245624572458245924602461...3496
Новый комментарий
Причина обращения: