Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 3646

Новый комментарий
[Удален]  
На примере таблицы целочисленной умножения от 1 до 9 - вы аппроксимируете ф-ю нейросетью и она начинает решать примеры с дробными значениями, потому что все они находятся внутри функции. Например 1.2 * 2.4. Но если начнёте умножать на 10, 20, то ничего не получится.
 
Мне кажется люди путают способность НС к обобщению и экстраполяцию. Экстраполяция предполагает выход за границы обучающего множества и как следствие или плохие результаты или вообще отсутствие результатов (зависит от типа НС) . Обобщение предполагает хорошую работу сети на новых данных, но которые не выходят за границы обучающего множества. 
Поэтому сети аппроксимируют данные на обучающей выборке и интерполируют на новых данных не выходящих за пределы обучающего датасета.
[Удален]  
Evgeniy Chernish #:
Мне кажется люди путают способность НС к обобщению и экстраполяцию. Экстраполяция предполагает выход за границы обучающего множества и как следствие или плохие результаты или вообще отсутствие результатов (зависит от типа НС) . Обобщение предполагает хорошую работу сети на новых данных, но которые не выходят за границы обучающего множества. 
Поэтому сети аппроксимируют данные на обучающей выборке и интерполируют на новых данных не выходящих за пределы обучающего датасета.
Exactly 
[Удален]  
Соответственно сама по себе идея экстраполяции функций НС бессмысленна. 
 
Evgeniy Chernish #:
Мне кажется люди путают способность НС к обобщению и экстраполяцию. Экстраполяция предполагает выход за границы обучающего множества и как следствие или плохие результаты или вообще отсутствие результатов (зависит от типа НС) . Обобщение предполагает хорошую работу сети на новых данных, но которые не выходят за границы обучающего множества. 
Поэтому сети аппроксимируют данные на обучающей выборке и интерполируют на новых данных не выходящих за пределы обучающего датасета.
Maxim Dmitrievsky #:
Exactly 
Maxim Dmitrievsky #:
Соответственно сама по себе идея экстраполяции функций НС бессмысленна. 


Погодите, а как тогда обучить НС калькулятору?

 
Forester #:

Дику я давал ссылку на простой учебный код дерева. Если бы он потратил 20 минут на его изучение, не писал бы тут 4 дня свои фантазии о экстраполяции в МО.
Ну он сюда явно потролить пришел...
Но оказывается и завсегдатаи ветки кода не видели.

Объясняю совсем по простому. Был тут пример обучения леса таблице умножения от 1 до 9. На его примере:

Если обучали максимально до 9*9, то соответствующий лист будет всегда отвечать 81. И при запросах 10*9 и 9*10 и 11*20 и даже 1000*2000 всегда ответ будет 81. Нет листьев с ответами 90,100,220, 2000000.
Какая экстраполяция? Ответы будут только от 1 до 81.

Какую то чушь написали, Форестер.

Нафиг мне нужны ваши ссылки, если я сам написал этих алгоритмов не счесть сколько.))

Вы не понимаете некоторых вещей, фундаментальных, не понимаете области применимости методов МО. Ничем помочь не могу, слишком много придется объяснять, это дорого.

 
Maxim Dmitrievsky #:
Ну попробуй экстраполировать нейросеткой ряд натуральных чисел ) бусты ещё хуже умеют.

Проще только пальцем апасфальт.

[Удален]  
Ivan Butko #:


Погодите, а как тогда обучить НС калькулятору?

На всем множестве примеров-ответов. Можно их проредить и НС интерполирует недостающие примеры с заданной точностью. 
[Удален]  
Andrey Dik #:

Проще только пальцем апасфальт.

Кроме балабольства и сиськотворчества будет чё?)
 
Maxim Dmitrievsky #:
Кроме балабольства и сиськотворчества будет чё?)

Да, будет.

Заключим сделку. Я покажу здесь открытый код, причем не на каком то питоне, а весь исходный код на MQL5. После этого, если задача будет мной решена, ты никогда больше не перейдешь мне дорогу. Правда, в таком случае балаболом окажешься ты. Но это все равно выгодная для тебя сделка, ведь в противном случае получается, что ты не можешь решить простейшую задачу.

Откажешься от сделки или примешь?

1...363936403641364236433644364536463647364836493650365136523653...3741
Новый комментарий