yeniden eğitim - sayfa 2

 
Dmitry Fedoseev :
Ve "bla bla" insanlar tarafından değil, yazdıklarıyla değerlendirilir sanıyordum.

Genelde sinir bozucu mesajlara cevap vermem ama size bizzat cevap vereceğim.

Peki "bla bla" ile ne demek istedim.

DAVA 1

Diyelim ki bir robot yazdık , parametrelerini bir TESTER ile bulduk ve sonra bu parametrelerle, onları değiştirmeden, onları alıntının yeni bölümlerine ve tercihen diğer sembollere ve TF'lere sürdük. Olumlu bir sonuç aldık.

Soru: Sonuca ne kadar güvenebilirsin? Tuz ya da değil?

Sorunun cevabı olarak, burada sitede "Sinyaller" sekmesine bakıyoruz ve bir banka mevduatından daha yüksek bir kârlılığa ve bir yıldan fazla bir ömre sahip sinyallerin oldukça nadir olduğunu görüyoruz: birkaç binden, yüzlerce bile olamaz. Bundan kişisel olarak, sürdürülebilir bir TS geliştirmenin bir sanat olduğu ve bir test cihazının bu tür sürdürülebilir TS geliştirmenin araçlarından BİRİ olduğu sonucuna varıyorum. Ancak en önemli sonuç: test cihazı, deponun boşaltılmasına karşı garanti vermez.

Bu, test cihazının TS'yi onayladığı durumu düşündüm.

DURUM 2

Bu, "falan filan" anlamında daha ilginç bir durumdur - bu, test cihazının olumsuz bir sonuç verdiği zamandır. Ne yapalım? Sonuçta, test cihazı hangi yönde kazılacağı konusunda herhangi bir fikir vermiyor ve en önemlisi, şu soruya cevap vermeyecekler: sonuç neden olumsuz. Testçi gerçeği belirtiyor - kötü. Daha sonra PUCK YÖNTEMİ veya falan filan adı verilen evrensel bir yöntemin uygulanması gelir; bunun anlamı genellikle bizi yukarıda açıklanan durum 1'e götürecek böyle bir gösterge kümesi elde etme girişiminde göstergeler kümesinde sezgisel bir değişikliktir.

Vaka 2 sürecini daha anlamlı hale getirecek ve test cihazında elde edilen sonuçların gelecekte gerçek hayatta da elde edileceğine dair güveni sağlayacak fikirler, araçlar var mı?

Evet var, paralel bir şubeye link verdim. TS'nin yeniden eğitilmesine (fazla uydurmaya) yol açmayacak olan ilk girdi verisi setini (öngörücüler) analiz etmek için bu tür araçları dikkate alır. Bu "falan filan" değil - bunlar, kase için sezgisel bir arama yapmadan etkinlikleri için matematiksel bir gerekçeye sahip özel araçlardır ve böyle bir kase bulduktan sonra depo boşaltılır.

 
Stanislav Korotky :
İleriye dönük bir test kullanılırsa, optimizasyon dönemi dışında sonuçların bozulmasıyla "fazla uydurma" görülecektir. Ne yazık ki MT, optimizasyon ve ileriye dönük test sonuçlarını karşılaştırmak için herhangi bir yerleşik yöntem sağlamaz; kendi takdirinize bağlı olarak manuel olarak (gözle), harici programlar veya komut dosyaları yapmanız önerilir.
"Yeniden eğitim" terimi aptalcadır, danışmanın kendisinin çalışamazlığını haklı çıkarmayı amaçlar ve ileriye doğru yürüme ile anlamını tamamen kaybeder. Değişken yeniden eğitildi veya yetersiz eğitildi, aslında bozulmadan görünmüyor. Bu, yalnızca farklı koşullar ve optimizasyon ve test altında ileriye dönük sonucun bir karşılaştırmasından görülebilir. Ve hikayenin derinliği ve ilerleme adımı her durumda kişisel olarak seçilir ve o zaman neyin bitip neyin bitmediği zaten açıktır .
 
СанСаныч Фоменко :

...

DURUM 2

Testçi gerçeği belirtiyor - kötü. Daha sonra PUCK YÖNTEMİ veya falan filan adı verilen evrensel bir yöntemin uygulanması gelir; bunun anlamı genellikle bizi yukarıda açıklanan durum 1'e götürecek böyle bir gösterge kümesi elde etme girişiminde göstergeler kümesinde sezgisel bir değişikliktir.

Vaka 2 sürecini daha anlamlı hale getirecek ve test cihazında elde edilen sonuçların gelecekte gerçek hayatta da elde edileceğine dair güveni sağlayacak fikirler, araçlar var mı?

Evet var, paralel bir şubeye link verdim. TS'nin yeniden eğitilmesine (fazla uydurmaya) yol açmayacak olan ilk girdi verisi setini (öngörücüler) analiz etmek için bu tür araçları dikkate alır. Bu "falan filan" değil - bunlar, kase için sezgisel bir arama yapmadan etkinlikleri için matematiksel bir gerekçeye sahip özel araçlardır ve böyle bir kase bulduktan sonra depo boşaltılır.

Ama ya bu dürtme yöntemi otomatikse?! Bu yönde ilginç düşünceler. Göstergeler değişir, birbirleriyle etkileşimleri de, etkileşimler ayrı işlevler olarak sunulur, parametre sayısının değişebileceği ortaya çıkar, onlara göre sadece en basit optimizasyon gerçekleşir. Bu nedenle, bu başlıkta sorulan soru ilginçtir, stratejinin parametrelerine bağlı olmayacak daha evrensel bir yaklaşımdır. Önerdiğiniz branşta tamamen farklı görevler. Ama bu yöntemlerin bu soruna uygulanabilirliğini gösterirseniz lütfen.

 
Youri Tarshecki :
"Yeniden eğitim" terimi aptalcadır, danışmanın kendisinin çalışamazlığını haklı çıkarmayı amaçlar ve ileriye doğru yürüme ile anlamını tamamen kaybeder. Değişken yeniden eğitildi veya yetersiz eğitildi, aslında bozulmadan görünmüyor. Bu, yalnızca farklı koşullar ve optimizasyon ve test altında ileriye dönük sonucun bir karşılaştırmasından görülebilir. Ve hikayenin derinliği ve ilerleme adımı her durumda kişisel olarak seçilir ve o zaman neyin bitip neyin bitmediği zaten açıktır .

Bu durumda, "yeniden eğitim" terimi geçerlidir, eğitim yalnızca parametrelerin belirlenmesine değil, aynı zamanda bir strateji oluşturulmasına da atıfta bulunur.

Arama sisteminin şüpheli yerleri en azından "atlayabilmesi" için yeniden eğitim olasılığını tahmin etmek istiyorum, basitçe tarihin ileri bölümüyle karşılaştırırsanız, sistemin iki tarihi bölümü (eğitim, test) algıladığı ortaya çıkabilir. ) tek eğitim olarak. fikirleri dinlerim.

 
Aliaksandr Hryshyn :

Bu durumda, "yeniden eğitim" terimi geçerlidir, eğitim yalnızca parametrelerin belirlenmesine değil, aynı zamanda bir strateji oluşturulmasına da atıfta bulunur.

Arama sisteminin şüpheli yerleri en azından "atlayabilmesi" için yeniden eğitim olasılığını tahmin etmek istiyorum, basitçe tarihin ileri bölümüyle karşılaştırırsanız, sistemin iki tarihi bölümü (eğitim, test) algıladığı ortaya çıkabilir. ) tek eğitim olarak. fikirleri dinlerim.

Bir strateji oluştururken, "yeniden eğitim" terimi, bir kod varyantı seçmek için aynı eğitim koşulları altında yalnızca test sonucunu karşılaştırdığımız için daha fazla uygulanamaz. Ve bu koşulların ne kadar optimal seçildiği o kadar önemli değil, asıl mesele, tüm kod seçenekleri için aynı olmaları. Aksi takdirde seçim anlamını yitirecektir.
 

"Yeniden eğitim" veya "yeniden optimizasyon" terimi, tesisatçılar tarafından icat edildi, çünkü gerçekten de, danışmanı tarihin belirli bir bölümünde ne kadar çok optimize ederseniz ve ne kadar çok optimizasyon parametresi olursa, eğitimdeki sonuç o kadar güzel olur.

Bazı nedenlerden dolayı, test sonuçları ile ters bir ilişki olduğu, yani. daha az, daha fazladır, ancak benim deneyimim, durumun böyle olmadığıdır. Test sonucu, optimizasyon geçişlerinin sayısına değil, Uzman Danışmanın kalitesine ve eğitim ve test çalıştırmalarının optimal seçimine bağlıdır. Planların sonuçları, geçmiş minimum optimizasyona tabi tutulduğunda, en iyisini alamadım.

Örneğin, 4 aylık eğitim - 1 aylık test şemasına göre Volkin-forward ile, geçmişin her bir bölümü 4 kez optimizasyona girer ve şema ile 2 aylık eğitim - 2 aylık test - sadece bir. Çok mu yoksa biraz mı? Ve FIG biliyor! Sadece test sonucuna bakmanız gerekiyor ve hepsi bu. Forvet miktarının daha iyi olduğu durumlarda, bu seçenek daha uygundur.

 
Youri Tarshecki :
Bir strateji oluştururken, "yeniden eğitim" terimi, bir kod varyantı seçmek için aynı eğitim koşulları altında yalnızca test sonucunu karşılaştırdığımız için daha fazla uygulanamaz. Ve bu koşulların ne kadar optimal seçildiği o kadar önemli değil, asıl mesele, tüm kod seçenekleri için aynı olmaları. Aksi takdirde seçim anlamını yitirecektir.

Bu terim oldukça sık kullanılır: " Aşırı eğitim , aşırı uyum (fazla eğitim, aşırı uyum), test numunesi nesnelerinde eğitilmiş bir algoritmanın hata olasılığı ortalamadan önemli ölçüde yüksek olduğunda, emsallerle öğrenme problemlerini çözerken ortaya çıkan istenmeyen bir olgudur. eğitim örneğinde hata . "

Tanıma göre, aynı öğrenme koşulları, terimin problemimize uygulanabilirliğini engellemez.

 
Nikkk :

Yeniden eğitim, karşı-devrim kelimesi gibidir. Yeniden eğitmek zorundaysanız neden o zaman öğretin. Ve yeniden eğitmek mantıklı olduğu için, yeniden eğitim için kayan sınırları bildiğiniz anlamına gelir, aksi takdirde sonunda aynı rulet. Ve ne zaman / ne sıklıkla / hangi parametrelerin yeniden eğitilmesi gerektiğine karar verme noktaları olduğu için, neden bu anlayışı başlangıçta eğitim / algoritmanın mantığına koymuyorsunuz.

Fiyat analizinden eğitim ile gerçek durum (fiyat) arasındaki geri bildirimin analizine geçiş. Aynısı farklı bir açıdan.

Sadece öğrenmeyi hafızayla karşılaştırın. Yine de unutmanız gerekiyorsa neden hatırladığınıza dair bir sorunuz yok. Sorun, Uzman Danışmanların kural olarak ayrı uzun süreli ve RAM belleğine sahip olmamasıdır. Ayrıca, çalışmalarının kalitesinin değerlendirilmesi çok ilkeldir. Bu nedenle, ideal olarak, her bir değişkeni ayrı ayrı eğitmek (bellekle donatmak) gerekir (bu arada, yapmaya çalışıyorum) ve eğitim segmentlerinde değil, test segmentlerinde kontrol etmek gerekir.
 
Aliaksandr Hryshyn :

Bu terim oldukça sık kullanılır: " Aşırı eğitim , aşırı uyum (fazla eğitim, aşırı uyum), test numunesi nesnelerinde eğitilmiş bir algoritmanın hata olasılığı ortalamadan önemli ölçüde yüksek olduğunda, emsallerle öğrenme problemlerini çözerken ortaya çıkan istenmeyen bir olgudur. eğitim örneğinde hata . "

Tanıma göre, aynı öğrenme koşulları, terimin problemimize uygulanabilirliğini engellemez.

Yani bir strateji oluştururken görev başka bir şeydir. emsal değil, optimizasyon değil, kod yazma.

Ayrıca ben bu tanıma katılmıyorum. Buna göre, eğer hiç optimize etmezsek ve testte bir boşaltma olasılığı eğitimden daha büyükse (ve bu yaygın bir şeydir) - bu da yeniden optimizasyon olarak kabul edilecektir. Ve önemli ne anlama geliyor? İki defa? 10'da mı?

 
Youri Tarshecki :
Sadece öğrenmeyi hafızayla karşılaştırın. Yine de unutmanız gerekiyorsa neden hatırladığınıza dair bir sorunuz yok. Sorun, Uzman Danışmanların kural olarak ayrı uzun süreli ve RAM belleğine sahip olmamasıdır. Ayrıca, çalışmalarının kalitesinin değerlendirilmesi çok ilkeldir. Bu nedenle, ideal olarak, her değişken ayrı ayrı öğretilmelidir (bu arada, yapmaya çalışıyorum) ve eğitim segmentlerinde değil, test segmentlerinde kontrol etmek gerekir.

Ama unuttunuz mu, sadece eğitimin yapıldığı sitenin hafızası, bu siteden alınan eğitim sonuçlarının hafızasına dönüştürüldü. Filtrelemenin doğası / bu filtrelemelerin yapıldığı bölümler arasında bir bağlantı olmasına rağmen, bir bölümü filtrelemiş ve ardından filtrelenmiş bilgiyi analiz için kullanmış, sonra filtrelemiş ve başka bir tane kullanmışız ve bu böyle devam eder. gerçekleştirildi.

Orada hiçbir şey unutulmuyor, farklı bir açıdan aynı tarih analizi. Adına ne dersen de, yeniden eğitim/optimizasyon-yeniden optimizasyon/uyarlama/takma-yeniden takma.

Neden: