Maxim Dmitrievsky #: А если очень мало признаков, 3-5, то сможет нарисовать красиво? Чем меньше признаков, тем лучше на тесте может быть.
Думаю зависит от самих данных, если брать те что в примере то думаю сможет нарисовать красиво, а если взять реальные 100 мерные данные и ужать их PСА например до двумерных
То тут хз сможет ли 50/50
Лучше вообще сразу включить "хорошую торговлю" на ТЕСТЕ в список критериев в ФФ
mytarmailS #: Думаю зависит от самих данных, если брать те что в примере то думаю сможет нарисовать красиво, а если взять реальные 100 мерные данные и ужать их PСА например до двумерных
То тут хз сможет ли 50/50
Лучше вообще сразу включить "хорошую торговлю" на ТЕСТЕ в список критериев в ФФ
Ну поковырять стоит. Щас скоро свое творение новое доделаю, скину что получилось
Для авторизации и пользования сайтом MQL5.com необходимо разрешить использование файлов Сookie.
Пожалуйста, включите в вашем браузере данную настройку, иначе вы не сможете авторизоваться.
Вы вошли в аккаунт. Двухфакторная аутентификация отключена. Настройте её заново и отсканируйте новый QR-код или продолжите с отключённой двухфакторной аутентификацией.
Здесь до обучения, а у него после. То есть не просто размечает красиво
Именно так.
А если очень мало признаков, 3-5, то сможет нарисовать красиво? Чем меньше признаков, тем лучше на тесте может быть.
А если очень мало признаков, 3-5, то сможет нарисовать красиво? Чем меньше признаков, тем лучше на тесте может быть.
Замечательная идея по созданию учителя.
А на практике как это будет выглядеть?
1. Создаем набор признаков к неведомому учителю.
2. По набору признаков создаем учителя.
3. Задаемся вопросом: будут ли эти признаки обладать предсказательной способностью в будущем для созданного учителя?
4. Проверяем стабильность предсказательной способности в будущем . Если будут - повезло, а если не прошли тест? Тогда как?
Проблем в том, что создается учитель под признаки, а по идее наоборот.
Думаю зависит от самих данных, если брать те что в примере то думаю сможет нарисовать красиво, а если взять реальные 100 мерные данные и ужать их PСА например до двумерных
Замечательная идея по созданию учителя.
А на практике как это будет выглядеть?
1. Создаем набор признаков к неведомому учителю.
2. По набору признаков создаем учителя.
3. Задаемся вопросом: будут ли эти признаки обладать предсказательной способностью в будущем для созданного учителя?
4. Проверяем стабильность предсказательной способности в будущем . Если будут - повезло, а если не прошли тест? Тогда как?
Проблем в том, что создается учитель под признаки, а по идее наоборот.
А почему это проблема? Давно по такой схеме делаю. Там и признаки и учителей можно перебирать, типа кто запретит :)
Я тоже проблемы не вижу , можно одновременно искать и признаки и целевые сразу в одном алгоритме..
правда с вычислительной точки зрения это весьма неефективно , но это другой вопрос
Про ИИ
не вникал в его рассуждения, сильно долго раскачивается чтобы что-то выразить
но Катющик был прав по поводу большого взрыва (по последним наблюдениям), про черные дыры пока непонятно :)
не вникал в его рассуждения, сильно долго раскачивается чтобы что-то выразить
но Катющик был прав по поводу большого взрыва (по последним наблюдениям), про черные дыры пока непонятно :)