Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 2479

[Dmytro Nazarchuk]

Mihail Marchukajtes #:
Ну да. Это называется противоречивость данных. Я так то 20 лет сетями занимаюсь и можно сказать сторожила этой ветке. А почему Вы спрашиваете?

Нет. Просто - нет

[Mihail Marchukajtes]

mytarmailS #:

Шо опять бухаешь??  :))

Или на что поинтереснее перешел? ))

Ну так выходной же, вот решил поболтать. Молодёжь уму разуму поучить, пока я добрый :-) Опять же дудки нет иначе бы я совсем разговорился бы :-(

[Mihail Marchukajtes]

Dmytryi Nazarchuk #:
Нет. Просто - нет

Вы бы не могли бы выясняться яснее а то не совсем понятно что Вы хотите сказать. Вернее совсем не понятно :-)

[mytarmailS]

 Есть тут кто нибудь кто умеет парсить ???

[Dmytro Nazarchuk]

Mihail Marchukajtes #:
Вы бы не могли бы выясняться яснее а то не совсем понятно что Вы хотите сказать. Вернее совсем не понятно :-)

При применении методов машинного обучения к СЛУЧАЙНЫМ РЯДАМ ситуация при которой одинаковому набору входящих переменный соответствует одна и та же зависимая переменная практически не встречается. Разные значения зависимой переменной формируют ошибку прогноза, которую необходимо минимизировать.

ВСЯ эта ветка - про минимизацию ошибки прогноза, аксакал.

Азбучные истины.... 

[mytarmailS]

Dmytryi Nazarchuk #:

При применении методов машинного обучения к СЛУЧАЙНЫМ РЯДАМ ситуация при которо

почему случайные?

[Mihail Marchukajtes]

Dmytryi Nazarchuk #:

При применении методов машинного обучения к СЛУЧАЙНЫМ РЯДАМ ситуация при которой одинаковому набору входящих переменный соответствует одна и та же зависимая переменная практически не встречается. Разные значения зависимой переменной формируют ошибку прогноза, которую необходимо минимизировать.

ВСЯ эта ветка - про минимизацию ошибки прогноза, аксакал.

Азбучные истины.... 

А Вы в курсе что существуют такие методы обучение где минимизация ошибки может быть бесконечно долгой не по времени а по фактическому результату и что минимальная ошибка полученная при обучении не является критерием для оценки обобщающей способности модели. Скажем метод обратного распространения ошибки способом минимизировать ошибку на любых данных в ноль но как правило такие модели не имеют обобщающей способности и плохо работают на новых данных. ТО есть этот метод способен будет минимизировать ошибку при наличии противоречивых данных до нуля, НО практического толку от этого будет мало. Так что поверьте минимизация ошибки при обучении это не достаточный подход при обучении!

[Mihail Marchukajtes]

mytarmailS #:

почему случайные?

Вот именно. Временной ряд биржевой прежде всего не стационарный но уж никак не случайный. Для изменения ряда цены всегда есть причина и именно анализ причины помогает в прогнозировании цены, а не следствия!

[Dmytro Nazarchuk]

Mihail Marchukajtes #:
Вот именно. Временной ряд биржевой прежде всего не стационарный но уж никак не случайный. Для изменения ряда цены всегда есть причина и именно анализ причины помогает в прогнозировании цены, а не следствия!

........................ Приведи пример детерминированного нестационарного ряда

[Dmytro Nazarchuk]

Mihail Marchukajtes #:
А Вы в курсе что существуют такие методы обучение где минимизация ошибки может быть бесконечно долгой не по времени а по фактическому результату и что минимальная ошибка полученная при обучении не является критерием для оценки обобщающей способности модели. Скажем метод обратного распространения ошибки способом минимизировать ошибку на любых данных в ноль но как правило такие модели не имеют обобщающей способности и плохо работают на новых данных. ТО есть этот метод способен будет минимизировать ошибку при наличии противоречивых данных до нуля, НО практического толку от этого будет мало. Так что поверьте минимизация ошибки при обучении это не достаточный подход при обучении!

Бред