Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 1525

 
elibrarius :



Uygulamadan konumuzla ilgili 7-8 dakikalık yorum

IMHO, elbette, ama Madame kfmn'yi etkilemez ve formatın aktarımı Malakhov ve Co.

 
Petros Shatakhtsyan :

Şimdi, otomatik kendi kendine optimizasyon konusu tartışılsaydı, o zaman makine öğrenmesinden daha ilginç olurdu.

Ya da hiç kimse, kendi kendini eğiten bir robotun, tüm bilgisini nerede ve ne kadar hızlı arayacağı sorusunu gündeme getirmez. Yeni bir kenenin ortaya çıkmasıyla birlikte, onu analiz etmesi ve ondan tekrar öğrenmesi gerektiğinden bahsetmiyorum bile.

Onlar. bu sonsuz bir süreçtir ve robot zamana yetişemeyecek ve her seferinde olağanüstü durumlarda ne yapacağını bilemeden dağılacaktır.

Makine öğrenimi neden bir optimizasyon sorunu değil? hepsi aynı...

 
İskender :

Makine öğrenimi neden bir optimizasyon sorunu değil? hepsi aynı...

Optimizasyon hem normal Expert Advisor'larda hem de NS'li Expert Advisor'larda mevcuttur, yalnızca basit EA'larda optimize edilmiş parametrelerin aralığıyla ve NS'de aralıktan bin büyüklük mertebesi daha büyük olan ağırlık katsayıları aralığıyla sınırlandırılırsınız. eşit sayıda herhangi bir optimize edilmiş sıradan parametre. Sorunuza cevap verdim mi?

 
İskender :

Makine öğrenimi neden bir optimizasyon sorunu değil? hepsi aynı...

Klasik istatistik ve ML arasında olduğu gibi net bir sınır yoktur. Ancak genel olarak, "optimizasyon", sayısal arama yöntemlerini, çeşitli koşullu noktaları (aşırılık, vb.) ifade eder, genellikle bunlar yinelemeli yaklaşık yöntemlerdir ve MO'da yinelemeli ve yaklaşık olmayan yeterli algoritma vardır, örneğin, aynı lineer regresyon . Bazı MO algoritmaları, optimizasyon yöntemleri, "tavlama" vb. ile eğitilir. Ancak MO'yu tamamen optimizasyona indirgemek muhtemelen doğru değil.
 

Hangi saygın beyinler makale hakkında söyleyecek?

Tesadüfen rastladım, sunum tarzını beğendim. İçerik ne kadar doğru?

Машинное обучение для людей
  • vas3k.ru
В SkillFactory стартовал набор на новый онлайн-курс, где вы пройдете полный цикл обучения, начиная с изучения Python для анализа данных, классического машинного обучения и заканчивая нейросетями и диплёрнингом. Специальных знаний чтобы начать не потребуется, всему научат на месте. Зачем обучать машины Снова разберём на Олегах. Предположим, Олег...
 

elibrarius :

Uygulamadan konumuzla ilgili 7-8 dakikalık yorum

SSCB'nin 82 yılı


 
Andrey Khatimliansky :

Hangi saygın beyinler makale hakkında söyleyecek?

Tesadüfen rastladım, sunum tarzını beğendim. İçerik ne kadar doğru?

Çok güzel bir makale, bulduğun için teşekkürler.
Makale, ayrıntılı bir açıklama ve diyagramlarla neyin ne olduğunu çok iyi ortaya koyuyor.
Makaleyi okumaya başladıktan sonra, en uzun dilek listem için materyali hangi yönde incelemem gerektiğini anladım.
Burada sorduğum sorunun cevabını alamadım ama yazıda buldum.
Makaleyi okumayı henüz bitirmedim, okuyorum ama gerekli detayları yakalamak için farklı zaman dilimlerinde birkaç kez tekrar okumam gerektiğini hissediyorum.
Her ihtimale karşı html sayfasını arşivinize kaydedin.
"İçerik ne kadar doğru?" sorunuza
Prensip olarak, bu, çok anlaşılır bir dilde boyanmış olan anlayışın temelidir.
Ve bana öyle geliyor ki, burada karar ağaçlarını kullanmaya çalışan zihinler doğru yolda gitmiyor.
Uygulama için başlangıçta yanlış tip seçildiğinden, makaleden de anlaşılacağı gibi, karar ağaçları sınıflandırma tipine aittir.
Ve bu tür, sayıları tahmin etmeye değil, bir nesnenin kategorisini tahmin etmeye yöneliktir.
Belki yanılıyorum çünkü görevleri bilmiyorum.
Ve bunun nereden başlayacağınıza dair temel bir anlayış olduğunu tekrar ediyorum ve makalede yazıldığı gibi, problem çözmenin birçok çeşidi vardır.
Ana şey, göreviniz için doğru türü seçmektir.
Her nasılsa, okumaya devam ettim))

 
Son zamanlarda, sorularımı netleştirmek için bir mobil operatörün desteğiyle iletişime geçmem gerekiyordu.
Doğal olarak, hızlı bir cevap almak için, diğer tarafta bir tür canlı insan olacağı umuduyla, hücresel şirketin web sitesinde bir çevrimiçi sohbet seçildi.
Ama birkaç sorudan sonra ve onlara cevap aldıktan sonra, chatbot'un bana cevap verdiğini hemen anladım, çünkü sorduğum soruyu doğru cevaplayamadı,
ve sürekli bana tekrar sordu, lütfen soruyu açıklığa kavuşturun.
Bir kez daha böyle bir cevap aldıktan sonra ona senin aptal ve işe yaramaz bir bot olduğunu yazdım.
Bana dürüstçe cevap verdiği, üzgünüm, sadece öğreniyorum))

Botla bu iletişim anını hatırladım)
 
Roma :


Uygulama için başlangıçta yanlış tip seçildiğinden, makaleden de anlaşılacağı gibi, karar ağaçları sınıflandırma tipine aittir.

Sadece değil. Ayrıca nasıl geri çekileceğini de biliyorlar.

 
elibrarius :

Sadece değil. Ayrıca nasıl geri çekileceğini de biliyorlar.

Tamam anladım. Ağaçlardaki gerilemenin sıradan gerileme olanaklarını genişlettiği ortaya çıktı mı?
Ve başka bir soru, regresyon ve gradyan inişi, sorunu çözmek için benzer algoritmalar mı yoksa farklılar mı?
Benzer ise, hangi algoritma daha doğrudur?

Neden: