Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 3501

Maxim Dmitrievsky #:

Сходство в разделении на группы и анализе этих групп потом. 

Если Вы про квантование, то да - так раньше и было...

Впрочем, это то ж самое, что сравнивать и CatBoost - так же происходит - квантование, а потом оценка.

Это поверхностная оценка алгоритма.

[Удален]
Aleksey Vyazmikin #:

Если Вы про квантование, то да - так раньше и было...

Впрочем, это то ж самое, что сравнивать и CatBoost - так же происходит - квантование, а потом оценка.

Это поверхностная оценка алгоритма.

так вы алгоритм оцениваете или данные анализируете

Aleksey Nikolayev #:
Радикалы издают много шума, их хорошо слышно и поэтому им приписывают много всякого. Реальный прогресс создаётся в тишине. Последний скачок в области ИИ хорошее тому подтверждение - хайп пошёл именно тогда, когда реальный прогресс приостановился.

Не знаю, как у Вас радикал шум издаёт - радикал скорей выброс в нормальном распределении - да он шумит своей нестандартностью, часть так и останется выбросом, а малая доля изменит историю...

mytarmailS #:
Это опять никому не понятно.. 

1 Сделай воспроизводимый пример кода в формате - было так, сделал это, стало так.. 

Кто хочет понять - изучает и задаёт вопросы.

Основной код в районе 3000 строк, публиковать его не вижу целесообразности.

Я делюсь результатами исследования - можете верить или не верить им - тут каждый волен сам решать.

Aleksey Vyazmikin #:

Кто хочет понять - изучает и задаёт вопросы.

Основной код в районе 3000 строк, публиковать его не вижу целесообразности.

Я делюсь результатами исследования - можете верить или не верить им - тут каждый волен сам решать.

))))
Чему верить или не верить если никто не понимает о чем ты вообще говориш. 

Вот я тебе вопрос задал, что я получил в ответ? 
Вот и все, разговор окончен. 
Maxim Dmitrievsky #:

так вы алгоритм оцениваете или данные анализируете

Я развиваю алгоритм для анализа данных.

Кластеризация - хороший метод, есть похожие признаки с квантованием - разделение выборки на подгруппы.

Можно ли использовать в моём методе кластеризацию, вместо квантования - можно, но результат не известен в настоящий момент.

mytarmailS #:
))))
Чему верить или не верить если никто не понимает о чем ты вообще говориш. 

Вот я тебе вопрос задал, что я получил в ответ? 
Вот и все, разговор окончен. 

Где наблюдаете знак вопроса в прошлом сообщении? Там нет вопросов.

Maxim Dmitrievsky - полагает, что понимает мой алгоритм - может он лучше объяснит?
[Удален]
Aleksey Vyazmikin #:

Я развиваю алгоритм для анализа данных.

Кластеризация - хороший метод, есть похожие признаки с квантованием - разделение выборки на подгруппы.

Можно ли использовать в моём методе кластеризацию, вместо квантования - можно, но результат не известен в настоящий момент.

Квантование - это не алгоритм анализа данных и разделения на подгруппы, а алгоритм уменьшения их размера. 

Например есть квантованные LLM, чтобы можно было запускать на своем компе.

Maxim Dmitrievsky #:

Квантование - это не алгоритм анализа данных и разделения на подгруппы, а алгоритм уменьшения их размера. 

Например есть квантованные LLM, чтобы можно было запускать на своем компе.

Можете почитать мои статьи на эту тему.

Aleksey Vyazmikin #:

Имхо, можно сказать про задачу двойной классификации. На первом этапе - обычная бинарная (возможно, тернарная) классификация решающим деревом.

На втором этапе - классификация полученных на первом этапе листьев по степени их устойчивости к изменению со временем, возможно через регрессию, поскольку упоминаются вероятности.