Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 2832

Yeni yorum
 
Aleksey Nikolayev #:

Akla gelen ilk şey, alanı çok büyük veya küçük olmayan hücrelerden oluşan bir ızgaraya bölmektir (boyut, gürültü modeli tarafından belirlenir). Bazı (örneğin rastgele seçilen) hücrelerle başlayın - içindeki birkaç nokta, yumuşatılmış fonksiyonun gradyanının yönünü belirler ve geçiş veya döngü olmayana kadar bir sonraki hücreye vb. geçer. Ekstremumun konumu, hücrenin boyutuna göre hassas bir şekilde ayarlanır, bu nedenle çok büyük olmamalıdır, ancak aynı zamanda yumuşatma imkanı da vermelidir, bu nedenle çok küçük olmamalıdır. Ve prensipte ekstremumun kesin bir konumu olmadığı gerçeğini kabul etmeliyiz, çünkü yumuşatma yöntemine bağlı olarak değişecektir.

çok iş varmış gibi geliyor).

 

R ile sandalye arasındaki yastıklama çok ince.

gerçekleşmeyen başka bir fantezi

 

neden mesajları siliyorsun, paranoyak? başını belaya soktuğun için tekrar dürtülmemek için mi? :)

Daha kaç kere böyle çuvallayabilirsin?

 
Maxim Dmitrievsky #:

Yani R'de büyük bir proje yaptınız, sunucuya koydunuz. Peki bunun bakımını kim yapacak? Hiç kimse, çünkü bu kadar uzman yok ve hiç kimse bir istatistik yüzünden R öğrenmek istemiyor.

Python içinse, herhangi bir öğrenciyi bir sosis çubuğuna kiralayın ve iyi olacaksınız.


Sosisli öğrencilere kimin ihtiyacı var?

İstatistik bilen öğrencilere ihtiyaçları var, MOE, ki bu da 5 yıl sürüyor. Ve sonra hala uzmanlaşmış bir kuruluşta çalışmak isteniyor. Ve R veya Python bir haftada öğretilebilir, çünkü tüm bu öğrenciler-istatistikçiler C++ biliyor.

Ancak 5 yıl boyunca istatistik eğitimi ALMAMIŞ kişiler için, R Python'dan çok daha kullanışlıdır, çünkü R'de sadece ihtiyaç duyulan şey vardır, her şey çiğnenir, belgelenir..... sonuçta uzmanlaşmış bir dildir.

 
СанСаныч Фоменко #:

Sosisli öğrencilere kimin ihtiyacı var?

İstatistik bilen öğrencilere ihtiyacımız var, MOE'de okumak 5 yıl sürüyor. Ve daha sonra uzmanlaşmış bir kuruluşta çalışmak arzu edilir. Ve R veya Python bir haftada öğretilebilir, çünkü tüm bu öğrenciler-istatistikçiler C++ biliyor.

Ancak 5 yıl boyunca istatistik eğitimi ALMAMIŞ kişiler için, R Python'dan çok daha kullanışlıdır, çünkü R'de yalnızca ihtiyaç duyulan şey vardır, her şey çiğnenir, belgelenir..... sonuçta uzmanlaşmış bir dildir.

İnanın bana, bir öğrenci bir çubuk sosis için 5 günde istatistiği ve daha birçok şeyi öğrenecektir.

Başarının ana koşulu öğrencinin aç olmasıdır.

Oysa biz aylardır, yıllardır aynı şeyi konuşuyoruz.

 

Optimizasyonun doğruluğunu neden tartışalım ki? Yerel, küresel - umurumda değil.


Dick'in sorusu tamamen teoriktir ve pratik bir değeri YOKTUR, çünkü çok doğru bulunan ekstremumlar bile GEÇMİŞE atıfta bulunur ve yeni bir çubuğun gelişiyle neredeyse her zaman yeni, bizim için bilinmeyen ekstremumlar olacaktır. Test cihazını hatırlayalım. Ekstremaları bulur. Peki ne bulur? Test cihazından elde edilen bir optimum, gelecekte yaşayacağına dair herhangi bir düşünce yoksa değersizdir. Ancak bir optimumun ömrünün, Dick'in yazdığı gibi, bu optimumun bulunmasının doğruluğu ve kesinliği ile HİÇBİR ilgisi yoktur.

 
Maxim Dmitrievsky #:

İnanın bana, bir öğrenci bir çubuk sosis için 5 günde istatistik öğrenecek ve yol boyunca başka birçok şey öğrenecek.


İstatistik 5 yıl boyunca öğretiliyor ve herkes öğretilemiyor, giriş sınavlarında özel olarak seçiliyorlar.

 
СанСаныч Фоменко #:

İstatistik 5 yıl boyunca öğretiliyor ve herkes öğretilemiyor, giriş sınavlarında özel olarak seçiliyorlar.

Detayları atlar ve gerçek dünyadan uygulamalı bir problem verirseniz, süreç daha hızlı ilerleyecektir.

Çoğunlukla eğitimdeki aptallıklar, bir kişi bunun neden gerekli olduğunu anlamadığında ve hayatında hiç karşılaşmadığında. Nihai hedefi göremiyorlar.

 

Birisi bana catboost için nasıl özel bir metrik yapılacağını söyleyebilir mi, Sharp'a ihtiyacım var.

Modeli benim versiyonumla eğitmenin sonucu RMSE ile neredeyse aynı, bu yüzden kodda bir yerde bir hata var.

preds ve target (a[i]-a[i+1]) döndürüyor

class Sharpe(object):
    def get_final_error(self, error, weight):
        return error

    def is_max_optimal(self):
        return True

    def evaluate(self, approxes, target, weight):
        assert len(approxes) == 1
        assert len(target) == len(approxes[0])
        preds = np.array(approxes[0])
        target = np.array(target)
        data = [i if i > 0 else -1*i for i in preds]
        sharpe = np.mean(data)/np.std(preds)
        return sharpe, 0

model = CatBoostRegressor(learning_rate=0.1, n_estimators=2000, eval_metric=Sharpe())
 
СанСаныч Фоменко ömrünün, Dick'in yazdığı o optimumun bulunmasının doğruluğu ve gerçekliği ile HİÇBİR ilgisi yoktur.

soyadım reddedilmedi.
soru küresel olanın değişip değişmeyeceği değil (mutlaka değişecektir), küresel bir ekstremum bulup bulamayacağıdır. eğer umursamıyorsanız, ağ ağırlıklarını rastgele sayılarla başlatabilirsiniz ve bu kadar, çünkü küresel olup olmaması ne fark eder? yerel.))
1...282528262827282828292830283128322833283428352836283728382839...3399
Yeni yorum
Neden: