Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 3639

[Andrey Dik]

Теоремы Цыбенко (1989) и Хорника (1989) об универсальной аппроксимации, основанные на теореме Колмогорова-Арнольда (1957), говорят возможности однослойной сети аппроксимировать любую непрерывную функцию с любой точностью. К функциям нет требования ни стационарности, ни периодичности.

Из этих теорем следует, что если взять любой участок непрерывной функции процесса, то достоверно известно, что существует такой сет сети, аппроксимирующий этой участок, который аппроксимирует и всю функцию целиком, причем с любой точностью.

Эти теоремы говорят только о существовании такого сета сети, но не говорят о способах его нахождения. Об этом я и говорил ранее, что нет никаких теоретических обоснований способов нахождения робастного сета сети, который продолжит аппроксимацию с той же точностью на оос.

Также с лёгкостью можно показать, что все мошники - оптимизаторщики, но не все оптимизаторщики являются мошниками.))

[[Удален]]

?

[Aleksey Nikolayev]

Andrey Dik #:
Из этих теорем следует, что если взять любой участок непрерывной функции процесса, то достоверно известно, что существует такой сет сети, аппроксимирующий этой участок, который аппроксимирует и всю функцию целиком, причем с любой точностью.

Опять троллите, выдавая аппроксимацию за экстраполяцию.

[[Удален]]

Уже раза 3 писалось, что в нейросеть нужно загружать репрезентативные данные, либо аналитические. Тогда все экстраполируется.

[Andrey Dik]

Aleksey Nikolayev #:

Опять троллите, выдавая аппроксимацию за экстраполяцию.

Изучите теоремы, подумайте. Сделайте выводы.

[Andrey Dik]

Maxim Dmitrievsky #:
Уже раза 3 писалось, что в нейросеть нужно загружать репрезентативные данные, либо аналитические. Тогда все экстраполируется.

Ты же не разбираешься в функциях.))

Пойми, ты не можешь знать наперед какой длины должна быть "репрезентативная выборка", если нет в наличии аналитический формулы. Кроме того, процесс может не иметь строгой периодичности или вообще какой либо периодичности.

[[Удален]]

Andrey Dik #:

Ты же не разбираешься в функциях.))

Пойми, ты не можешь знать наперед какой длины должна быть "репрезентативная выборка", если нет в наличии аналитический формулы. Кроме того, процесс может не иметь строгой периодичности или вообще какой либо периодичности.

Я не разбираюсь в стационарных ф-ях, а ты, видимо, да.

Это не проблема МО, а проблема данных. И прокладки между МО и данными.

Тебе просто скучно, правда же? ничего полезного не прозвучит?

[[Удален]]

Ты не знаешь что за ф-я, но предполагаешь, что есть периодические компоненты

пробуешь..

# Создаем признаки
X = np.column_stack([
    np.sin(x),
    np.cos(x**4), 
])

получаешь, проверяешь

в чем твоя проблема?

[[Удален]]

Ни разу не получил графиков, идущих в разные стороны на ООС на этой ф-ии, как было заявлено изначально. Получаются просто разные ошибки при разных признаках.

[Aleksey Nikolayev]

Andrey Dik #:

Изучите теоремы, подумайте.

Давно уже. Это целая область математики, возникшая в процессе решения Колмогоровым тринадцатой проблемы Гильберта.

Andrey Dik #:
Сделайте выводы.

Непрерывные функции, полностью совпадающие на отрезке (аппроксимации), могут отличаться сколь угодно сильно вне этого отрезка. То есть, близость на отрезке совершенно не означает близость вне отрезка. То же самое верно и для многомерных функций и многомерных множеств.

Был бы небольшой шанс на экстраполяцию, если бы можно было приближать аналитическую функцию аналитическими приближениями, но там как раз есть теоремы Витушкина про гладкость, из которых следует невозможность этого.