Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 3082

[Aleksey Vyazmikin]

Maxim Dmitrievsky #:
Mesleğiniz aynı zamanda terapistlik mi? Hayır, tam zamanlı terapistim.

Evet, müşteri arıyorum, kaydolmak ister misiniz?

Aslında, eleştiri kabul etmiyorsunuz. Yaptığınız şeye benzer bir şey gördünüz - örneklemin rahatsız edici kısımlarını filtreleyerek, zihninizde yaklaşımınıza bilimsellik kazandırdı ve şimdi bunu savunuyorsunuz. Bunu savunmanın yollarından biri de ona saldırmak - rakibinizi küçümsemek ve aşağılamak. Bu konuda bir ilerleme olduğunu kabul ediyorum - daha ölçülü olmaya başladınız - ve bu konuda sizi övebilirim bile.

Aynı zamanda, benim ortak faaliyet önerim, yani incelenen konu hakkındaki bilgiyi zenginleştirmeyi amaçlayan yapıcı bir öneri - siz buna konudan sapma diyorsunuz.

Bu başlığın teması nedir - bireysel katılımcıların zihinlerinin güzelliğini ve benzersizliğini göstermek mi? Başka bir deyişle, sizce gerçeği aramak yerine gevezelik etmek mi?

[Aleksey Vyazmikin]

Maxim Dmitrievsky #:
Ne yazdığım konusunda çok netim, aksi takdirde yazmazdım. Yazmıyorsun. Bocalamayı bırak, sinir bozucusun.
.

Materyali çalış, sonra tartışırız. Eğer yapamazsan, üzülmem. Çiğneyip ağzına atmak başkalarının işi.

Maxim, daha önce elde etmeyi başardığım çeviriyi attım. Açıkçası ben de SanSanych Fomenko ile benzer sonuçlara ulaştım. Bunun çarpıtılmış bir çeviri olduğunu kabul ediyorum, çünkü oradaki birçok şey kulağa garip geliyor, sonra örnekleme tedavisi, sonra göstergelerin uydurulması ....

Bu yüzden kimsenin anlamadığı şeyleri kendi kelimelerinizle, en azından bu kelimelerle açıklamanızı öneriyorum. Belki bundan sonra yazılı bilgiyi daha farklı algılayabilirim.

İşte çeviriden bir alıntı, her şey açık mı?

[Lilita Bogachkova]

СанСаныч Фоменко #:

Makalede yazmıyor.

Çapraz doğrulama da dahil olmak üzere, orijinal tahmin edicilerin farklı bölümleriyle olağan uydurma açıklanmaktadır. Kelimelerle kamufle edilmiş bir rutin.

Makine öğrenimi uzmanlarına bir sorum var. Eğitim için bir karakterin verilerini, doğrulama için başka bir karakterin verilerini ve test için üçüncü bir karakterin verilerini kullanırsam, bu iyi bir uygulama mıdır?

Ayrıca, test verilerinden şu sonuçları alıyorum: yeşil hücreler çok iyi, sarı hücreler iyi, kırmızı hücreler ortalama.

Ayrıca modeli eğitmek için verileri değiştirmekle ilgili bir soru. Modelin ekstremumları bulmakta zorlandığını fark ettim, benim durumumda 60'ın üzerindeki ve 40'ın altındaki değerler.
Bu yüzden eğitim verilerinde 60'ın üzerindeki ve 40'ın altındaki değerleri buluyorum, bunları modele beslemeden önce eğitim verilerine yeniden ekliyorum, bu yüzden soru şu: ekstremumlar hakkında bilgi içeren eğitim verilerini artırarak modelin doğruluğunu artırabilir miyim?

inputs_unique, indices = np.unique(inputs, axis=0, return_index=True)
outputs_unique = outputs[indices]

#  Find indices where outputs_unique values are greater than 60
indices_greater_than_60 = np.where(outputs_unique > 0.6)

#  Get the corresponding inputs_unique and outputs_unique values
filtered_inputs_greater = inputs_unique[indices_greater_than_60]
filtered_outputs_greater = outputs_unique[indices_greater_than_60]

#  Add filtered_inputs values to inputs_unique
inputs_unique = np.concatenate((inputs_unique, filtered_inputs_greater), axis=0)
#  Add filtered_outputs values to outputs_unique
outputs_unique = np.concatenate((outputs_unique, filtered_outputs_greater), axis=0)

#  Find indices where outputs_unique values are smaller than 40
indices_smaller_than_40 = np.where(outputs_unique < 0.4)

#  Get the corresponding inputs_unique and outputs_unique values
filtered_inputs_smaller = inputs_unique[indices_smaller_than_40]
filtered_outputs_smaller = outputs_unique[indices_smaller_than_40]

#  Add filtered_inputs values to inputs_unique
inputs_unique = np.concatenate((inputs_unique, filtered_inputs_smaller), axis=0)
#  Add filtered_outputs values to outputs_unique
outputs_unique = np.concatenate((outputs_unique, filtered_outputs_smaller), axis=0)

[mytarmailS]

ML, DM üzerine iyi bir kitap

https://mhahsler.github.io/Introduction_to_Data_Mining_R_Examples/book/introduction.html

[Maxim Dmitrievsky]

[mytarmailS]

Lilita Bogachkova #:

Makine öğrenimi uzmanlarına bir sorum var. Eğitim için bir karakterin verilerini, doğrulama için başka bir karakterin verilerini ve test için üçüncü bir karakterin verilerini kullanırsam, bu iyi bir uygulama mıdır?

KISACA HAYIR.

modeli karpuzları tanıması için eğitirsiniz, elmalar üzerinde test edersiniz, ...

[Rorschach]

Lilita Bogachkova #:

Makine öğrenimi uzmanlarına bir sorum var. Eğitim için bir karakterin verilerini, doğrulama için başka bir karakterin verilerini ve test için üçüncü bir karakterin verilerini kullanırsam, bu iyi bir uygulama mıdır?

Aynı sembolü gürültü eklenmiş olarak kullanmayı deneyin.

[mytarmailS]

Rorschach #:

Aynı karakteri gürültü ekleyerek kullanmayı deneyin.

Tik tak değilse saati değiştirmenin daha iyi olacağını düşünüyorum,

gürültü verileri bozar ve gürültünün parametreleri vardır ve hangilerinin seçileceği belli değildir ve genel olarak, neden son zamanlarda yaptığım gibi gürültüden alıntılar yapmayalım?

[Aleksey Vyazmikin]

Maxim Dmitrievsky #:

Önemsiz parametreleri fonksiyonlara dönüştürmek için, makalede olduğu gibi RF'nin veya herhangi bir temel algoritmanın çıktı değerlerini kullanabilirsiniz. Tamamen bilgisiz olanlar için: seçilen parametrelerin değerlerini fonksiyon değerleriyle değiştirin. Ardından doğrusal regresyon (veya başka bir algoritma), tritment etkisinin değerlendirildiği meta lerner olacaktır. Tüm bunların neden ve nasıl çalıştığı - matematiği öğrenin.

Bunu anlamak için kafanızla düşünmeye başlamanız yeterli. Ama Sanych yine saçmalamaya başlayacak, çünkü sadece düşünmeden bir şeyler söylemek istiyor. Sanych, anlayış eksikliğiniz o kadar büyük ki, RF parametrelerini bir tür kanıt olarak gösteriyorsunuz ki bu kesinlikle inanılmaz. Size 3 kez yazdım - RF'yi unutun. Son kez söylüyorum: konuyu çalışın, sonra atıp tutun. Aksi takdirde aynı cahil insanlar size körü körüne inanır.

Yazılarıma her şeyi bilen biri edasıyla yanıt vermeyin (ki bu can sıkıcıdır), çünkü hiçbir şey bilmiyorsunuz ve bu bir ptuschnik'in saçmalıkları gibi görünüyor.

Tüm kaynak referansları makalede verilmiştir. Kör kedi yavruları gibi her kelimede dürtülmeye ihtiyacınız var mı? Yoksa sonuçta yetişkin misiniz?

Başka bir şeyden alıntı yapan sizsiniz....

Modeli iyi bir şekilde eğittik, kendiliğinden tahmin edicileri aldık ve bunları model tarafından tahmin edilen değerlerle değiştirdik, sonra modeli tekrar eğittik. Regresyon modelleri/verileri için sonucu RMSE ile karşılaştırıyoruz. Sonuç iyileştiyse, değiştirilen tahmin ediciler eğitim süresi boyunca özelliklerini mi değiştirdi, yoksa ne?

[Aleksey Vyazmikin]

Lilita Bogachkova #:

Makine öğrenimi uzmanlarına bir sorum var. Eğitim için bir karakterin verilerini, doğrulama için başka bir karakterin verilerini ve test için üçüncü bir karakterin verilerini kullanırsam, bu iyi bir uygulama mıdır?

Ayrıca, test verilerinden şu sonuçları alıyorum: yeşil hücreler çok iyi, sarı hücreler iyi, kırmızı hücreler ortalama.

Uzman değilim ama düşüncelerimi paylaşacağım.

Çok az insan farklı karakterler üzerinde başarılı bir şekilde çalışan bir model elde etmeyi başarır. Eğer durum gerçekten böyleyse bu iyi bir başarı olarak kabul edilebilir. Modelin olasılıksal olarak eşit şekilde gerçekleşen modeller gördüğünü varsayıyorum.

Lilita Bogachkova #:

Ayrıca modeli eğitmek için verileri değiştirmekle ilgili bir soru. Modelin ekstremumları bulmakta zorlandığını fark ettim, benim durumumda 60'ın üzerindeki ve 40'ın altındaki değerler.
Bu yüzden eğitim verilerinde 60'ın üzerindeki ve 40'ın altındaki değerleri buluyorum, bunları modele beslemeden önce eğitim verilerine yeniden ekliyorum, bu yüzden soru şu: ekstremumlar hakkında bilgi içeren eğitim verilerini artırarak modelin doğruluğunu artırmak mümkün mü?

Daha fazla örnek eklerseniz - model, kullanılan tahmin ediciler prizmasında varsa, bunlarda birleştirici bir model bulabilir.