Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 3297

Yeni yorum
 
Andrey Dik #:

Optimizasyon hakkında yazmadınız, o zaman neden etrafı kurcalıyorsunuz?
Ben sana yazmadım.
Ve öğrenme, optimizasyonun özel bir durumudur, en sonunda bunu hatırlayın.
Sanych her şeyi doğru yazmış. Her şey benim mesajımla başladı. Yanlış konuya girdin.

Hiçbir şey hakkında yazmadığın ortaya çıktı.
 
Andrey Dik #:
Çarpıcı bir haberi paylaşmadan edemeyeceğim (benim için çok doğru), SSG'den bile daha güçlü bir algoritma bulundu.

Bu gerçekten de iyi bir şey.

 
Eğitim elbette optimizasyondan daha geniş bir kavramdır. Ve kendi değerlendirme kriterlerini kullanır.

Konunun adı: MOE.
 
Maxim Dmitrievsky #:
Varlıkları karıştırıyorsunuz. Optimizasyonu yaklaşıma uydurmaya çalışıyorsunuz ya da tam tersi.

Yaklaşım ve optimizasyon, makine öğrenimi problemlerini çözmeye yönelik farklı yaklaşımlardır.

Doğru anladıysam, algo ticaretinde yaklaşım, TS'nin kendisinin yaratılmasıdır. Martin istiyorum - yaratıldı, scalper istiyorum - yaratıldı, desen istiyorum - yaratıldı, vb. MO yöntemlerinin bir şey yaratmasını sağlayabilirsiniz.

Ve optimizasyon - halihazırda oluşturulmuş TS'nin ayarlanması / incelenmesi.

Bir insandan farklı olarak MO, sayı kırıcı aracılığıyla TC'lerin oluşturulmasına da dahil olduğundan, yaklaştırma ve optimizasyonu birleştirebiliriz. Doğru anladınız mı?

 
fxsaber #:

Doğru anladıysam, algo ticaretinde yaklaşım, TS'nin kendisinin yaratılmasıdır. Martin istiyorum - yaratıldı, scalper istiyorum - yaratıldı, desen istiyorum - yaratıldı, vb. MO yöntemlerine bir şey yaratmaları için talimat verebilirsiniz.

Optimizasyon ise halihazırda oluşturulmuş TS'nin ayarlanması/çalışılmasıdır.

Bir insandan farklı olarak MO, sayı kırıcı aracılığıyla TC'lerin oluşturulmasına da dahil olduğundan, yaklaştırma ve optimizasyonu birleştirebiliriz. Bu doğru mu?

Kesinlikle öyle
 
Yüksek dereceli bir polinom ile yaklaşım aşırı eğitime yol açar. Hata varyansı azalır, ancak yeni verilerdeki yanlılık artar. Bu, çok fazla özellik eklemekle aynı şeydir. Ve sadece temel bilgiler.
Yeniden eğitilmiş bir modeli ayarlayamazsınız, iyi genelleme yapmaz. Kozul çıkarımı yapamazsınız çünkü test ve kontrol örnekleri üzerinde karşılaştırma yoktur. Model test örneğinde her yerde yanlıştır, bir düzeltme türetmek imkansızdır. Modeli çöpe atmak daha kolaydır.
 
Maxim Dmitrievsky #:
Aynen öyle.

İlginç bir şekilde, bir MO'ya kıyasla bir insan beyni (bir sinir ağı olarak), bir miktar veriye (alıntılara) sahip olma açısından, bir insana kıyasla bir infusoria gibidir.

Bununla birlikte, ilkel insanlar oldukça iyi çalışan TC'ler yaratabileceklerini kanıtlamışlardır. Görünen o ki, çalışan bir TC oluşturmak için çok büyük miktarda veri gerekmiyor.

Örneğin, insanın çalışan scalper modelleri noktasına nasıl geldiği benim için bir muamma. Bu neredeyse tamamen sayı hesaplayıcılar olmadan yapıldı.


Bunun senaryosu şöyle bir şey olmalı:

  1. Sık sık bir tür düzleşme görüyorum (birkaç gün boyunca ekranda aptalca).
  2. İlkel bir TS ile bundan para kazanmaya çalışacağım.
  3. Çok fazla boşalmıyor. TS'yi biraz rafine etmeliyim. Ticaret geçmişine baktım - bir şeyler geliştirilebilir gibi görünüyor.
  4. Biraz artıya geçmeye başladı. 3. maddeyi tekrar ediyorum.
Sayı kırıcı yok. Sadece 1. noktaya baktım ve yapmaya başladım. Bu yaklaşımın olasılığı sıfır gibi görünüyor, ama bir şekilde işe yarıyor. Bir çeşit deli dürtme yöntemi.


Görünüşe göre, insan beyni bilinçaltında hala son derece küçük miktarda veri üzerinde "örüntüler" bulabiliyor. Buna şans diyemezsiniz. Bu bir gizem.

 
fxsaber #:

İlginç bir şekilde, bir miktar veriye (alıntı) sahip olma açısından, MO ile karşılaştırıldığında insan beyni (bir sinir ağı olarak) bir insanla karşılaştırıldığında bir infusoria gibidir.

Bununla birlikte, ilkel insanlar oldukça iyi çalışan TC'ler yaratabileceklerini kanıtlamışlardır. Çalışan bir TC oluşturmak için çok büyük miktarda veri gerekmediği ortaya çıktı.

Örneğin, insanoğlunun scalper modellerini çalıştırma noktasına nasıl geldiği benim için bir muamma. Bu neredeyse tamamen sayı hesaplayıcılar olmadan yapıldı.


Bunun senaryosu görünüşe göre şöyle bir şeydi:

  1. Sık sık bir tür düzleşme görüyorum (birkaç gündür aptalca ekranda taşlama yapıyorum).
  2. İlkel bir TS ile para kazanmaya çalışacağım.
  3. Çok fazla akmıyor. TS'yi biraz rafine etmeliyim. Ticaret geçmişine baktım - bir şeyler geliştirilebilir gibi görünüyor.
  4. Biraz artıya geçmeye başladı. 3. noktayı tekrarlayın.
Sayı hesaplamadım. Sadece 1. noktaya baktım ve yapmaya başladım. Bu yaklaşımın olasılığı sıfır gibi görünüyor ama bir şekilde işe yarıyor. Bir çeşit çalışan deli dürtme yöntemi.
Tek seferde öğrenme. Önceden eğitilmiş büyük bir NS (beyin) sadece birkaç örnekle sol veriler üzerinde önceden eğitildiğinde. Model başlangıçta dünyanın yasalarını öğrenmişse, üstünkörü bir bakışla yeni bir görevi kolayca tıklar.

Özellikle büyük dil modelleri yeni görevler için bu şekilde önceden öğrenilir. Ancak modeli bu yeni örnekleri uzun süre öğrenmeye zorlarsanız, önceki deneyimlerini unutmaya başlayacak ve yeni verilere karşı önyargılı hale gelecektir.
 
fxsaber #:

İlginç bir şekilde, bir miktar veriye (alıntı) sahip olma açısından, MO ile karşılaştırıldığında insan beyni (bir sinir ağı olarak) bir insanla karşılaştırıldığında bir infusoria gibidir.

150 milyar nöron ve her biri 1 çıktı değil, çok sayıda. YZ yakın zamanda ya da hiçbir zaman böyle bir seviyeye ulaşamayacaktır.
NS, zeka seviyesi açısından bir hamamböceği ile karşılaştırılır - kaç, ısır - kaç.

 
Maxim Dmitrievsky #:
Tek seferlik öğrenme. Önceden eğitilmiş büyük bir NS (beyin) sadece birkaç örnekle sol veriler üzerinde önceden eğitildiğinde. Model başlangıçta dünyanın kanunlarını öğrenmişse, üstünkörü bir bakışla yeni bir görevi kolayca tıklar.

burada, sol verilerle önceden eğitilmiş bir beynin daha önce bilmediği belirli problemleri çözdüğünü kendiniz gösterdiniz. ve ekstra "bilgiye" ihtiyaç olmadığını söylüyorsunuz.

1...329032913292329332943295329632973298329933003301330233033304...3399
Yeni yorum
Neden: