Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 2977
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
Что за Дмитрий?
Вот его статьи.
Хм, как бы ему узнать ещё это :)
Я то как раз написал про меньший объём правильно классифицированных плохих примеров за счет их точности классификации.
Там у него очень тяжело читаемый код, но разобраться в целом можно. Думаю, для его личного понимания МО это очень хороший стимул. Ну и воспроизводимый код - очень важен для понимания процесса. Особенно, если кто хочет делать нечто своё.
Да, так и бывает - зря прожитые годы.
Игорь Ашманов о голосовом помощнике «Алиса»
О двух принципиально разных подходах к программам ИИ.
Наконец-то попался неплохой гайд по казуалу.
Там ответ на вопрос почему МО только для предикшна, но не для поиска причинностей.
ML is notoriously bad at this inverse causality type of problem. They require us to answer “what if” questions, which economists call counterfactuals. What would happen if I used another price instead of this price I’m currently asking for my merchandise? What would happen if I do a low sugar one instead of this low-fat diet I’m in? If you work in a bank, giving credit, you will have to figure out how changing the customer line changes your revenue. Or, if you work in the local government, you might be asked to figure out how to make the schooling system better. Should you give tablets to every kid because the era of digital knowledge tells you to? Or should you build an old-fashioned library?
At the heart of these questions, there is a causal inquiry we wish to know the answer to. Causal questions permeate everyday problems, like figuring out how to make sales go up. Still, they also play an essential role in dilemmas that are very personal and dear to us: do I have to go to an expensive school to be successful in life (does education cause earnings)? Does immigration lower my chances of getting a job (does immigration causes unemployment to go up)? Does money transfer to the poor lower the crime rate? It doesn’t matter the field you are in. It is very likely you had or will have to answer some type of causal question. Unfortunately for ML, we can’t rely on correlation-type predictions to tackle them.
Наконец-то попался неплохой гайд по казуалу.
Там ответ на вопрос почему МО только для предикшна, но не для поиска причинностей.
Наконец-то попался неплохой гайд по казуалу.
Больше всего похоже на "ненужный" матстат)
По сути, предлагается посмотреть какие методы используют, например, в доказательной медицине и попытаться прикрутить их к своей задаче.