Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 2452

[Aleksei Kuznetsov]

Ждём успешных результатов ваших изысканий. Желательно в виде сигнала.

[mytarmailS]

Andrey Dik #:

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. 

1) дай определение рабасности, хотябы сам себе, так чтобы это можно было закодить

2) как ты собираешься измерять рабасность сети на новых данных не используя новые данные (тест)  ?

[Andrey Dik]

mytarmailS #:

1) дай определение рабасности, хотябы сам себе, так чтобы это можно было закодить

2) как ты собираешься измерять рабасность сети на новых данных не используя новые данные (тест)  ?

1. К незнакомым хорошо воспитанные люди обращаются на "Вы".

2. Принесите извинения за своё поведение.

Выполните эти два пункта и я озвучу, возможно, ответ на Ваши вопросы. 

[Andrey Dik]

elibrarius #:
Ждём успешных результатов ваших изысканий. Желательно в виде сигнала.

и Вам не хворать.

никому ничего доказывать не обязан, кому интересно - задумается, кому неинтересно - пройдет мимо.

[Igor Makanu]

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?

сомнительно, что скалярная величина сможет однозначно охарактеризовать вектор или полином - результат обучения НС

[Andrey Dik]

Igor Makanu #:

сомнительно, что скалярная величина сможет однозначно охарактеризовать вектор или полином - результат обучения НС

безусловно.

однако, никто не запрещает использовать более сложные и/или комплексные метрики. основная идея - добавить в фитнес функцию метрики весов и выходов НС. 

[Igor Makanu]

Andrey Dik #:
безусловно.

однако, никто не запрещает использовать более сложные и/или комплексные метрики. основная идея - добавить в фитнес функцию метрики весов и выходов НС. 

не знаю, но по-моему это будет работать если входные данные качественно нормализованы (равномерно ) и только для обычного многослойного персептрона

а если Вы будете пользоваться готовыми пакетами НС, то Вашу новую метрику будет дропаут портить

хотя может быть Вы ищете, что то похожее на оптимизацию отжигом, но опять же методики описаны, цель создания велосипеда не понятна, а тем более насколько это надежно и как это оценить, имхо

[Aleksey Nikolayev]

Начинать изобретать велосипед лучше для более простых маломерных моделей, например для линейной регрессии. Только сначала надо внимательно посмотреть на уже имеющиеся варианты добавления коэффициентов в функцию потерь (гребневая и лассо регрессии, критерий Акаике и тд)

[Vladimir Perervenko]

Andrey Dik #:

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.

Вы сами то поняли чего сказали?? Набор слов бессмысленный.

[mytarmailS]

Vladimir Perervenko #:

О !! Здравствуйте Владимир, что то вас не слышно долго было, очень соскучился по вашым статьям, не писали ничего нового? может на других ресурсах? 

Есть еще вопросик к вам, есть такая "гаусовкая оптимизация"  (уверен вы знаете)  ,  это вроди как самый ефективный метод поиска для "тяжелых" фитнес функций , но я не могу получить хорошых результатов с ней вот тут мой пример , можете дать коментарий по поводу моего вопроса, почему так получаеться.