3Qu
3Qu личный блог
01 января 2021, 22:30

Как работает Machine Learning.

Различных методов Machine Learning очень много, но все они работают примерно одинаково. Это и нейросети, и леса-деревья, и Байесовские классификаторы, и многое другое. Найти и прочитать как ходят-как сдают, как обучают и проверяют правильность обучения — не проблема.
Но пользователи часто забывают одно правило: мусор на входе — мусор на выходе. Для обучения недостаточно сделать обучающую последовательность с правильными ответами — результатом будут хорошие результаты на обучающей последовательности, и никакие на реальных данных.
Таким образом, мы должны четко себе представлять, чему именно мы учим, и это вовсе не правильные ответы, а правильные ответы на правильные вопросы. Если не хотите получать дурацкие ответы — не задавайте дурацкие вопросы.

Т.е., для обучения МЛ нам нужно сформулировать адекватные вопросы и ответы на них. Только в этом случае метод МЛ реально обучится и будет реально работать не только на обучающейся последовательности.
Вопрос ещё в том, что обычно мы не знаем и правильных вопросов.
Но это дело поправимое  Мы формируем какую либо гипотезу, например — три солдата показывают нам то-то и то-то. Мы как-то ищем этих трёх солдат на истории, там же находим ответы на них, обучаем на этом метод МЛ, проверяем на независимом отрезке истории, и выясняем — действительно ли эти 3 солдаты так важны для нашей торговли, или ну их на фиг.
Понятно, что и при обучении и на реале нам надо задавать МЛ только значимые вопросы, а именно, показывать МЛ не все данные подряд, а только наших трёх солдат.
Ну, а если солдаты воевать не желают, проверяем значимость вороны на шесте.) И так, пока действительно не найдем что-то стоящее.
26 Комментариев
  • супертрейдер⭐
    01 января 2021, 22:39
    Сразу видно новичков:) машинленинг и диипленинг разные вещи, а вы в кашу замещали всё:)
    • Roman Resner
      01 января 2021, 22:41
      Ivan Gurov, ну назвать их разными вещами, мог тоже человек далёкий от этой темы.)
      • супертрейдер⭐
        01 января 2021, 22:44
        Gravizapa, тогда проверка на вшивость в чем различие? 😉
        • Roman Resner
          01 января 2021, 22:47
          Ivan Gurov, Одно часть второго. Твоя рука и ты разные вещи?
          • супертрейдер⭐
            01 января 2021, 22:54
            Gravizapa, две двойки вам: за поведение и за неправильный ответ, это абсолютно разные подходы не имеющие с друг другом ничего общего
    • А. Г.
      02 января 2021, 11:24
      Ivan Gurov,  красивые слова, за которыми в реальности стоят лишь самообучающиеся алгоритмы поиска  нелинейной функции регрессии, возможно многомерной. И автор прав — в задачах, где нелинейная функция регрессии не может быть найдена по прошлым испытаниям, применять, что одно, что другое — бессмысленно. 
  • bocha
    01 января 2021, 22:40
    Представил трех солдат. Представил, что они могут показать... 
    Machine Learning — сила!!!
    • ezomm
      02 января 2021, 18:16
      bocha, могут показать тройной зигзаг… или двойной.
  • Иван Файртрейдов
    02 января 2021, 00:14
    Диплернинг тоже вроде неоднороден, несколько метод, по идее при скармливании достаточных данных должен быть не хуже человека, с чистых мд дак точно
  • Roman Ivanov
    02 января 2021, 00:23
    Началось с ML, а потом перетекло «мы формулирует гипопезу». И где же тут сила ML?
  • Replikant_mih
    02 января 2021, 11:50

    И да и нет. Да, гораздо большего эффекта можно добиться играясь с признаковым пространством, чем с выбором моделей и архитектур.

     

    Нет, уровень детализации как в примере со свечным паттерном — это оверкилл. Если я правильно понял, что имеется в виду, для такой задачи ML не нужен! Вот если посмотреть как вообще формируются свечные конструкции, какие исходные признаки участвуют (ну там — цена 1-й свечи больше цены предыдущей, range 2-й свечи меньше, чем range 3-й и т.д., что-то такое), нарубить график на окна и описать каждое в соответствии с признаковым описанием, тогда можно чего-то интересного получить.

    • SergeyJu
      02 января 2021, 11:53
      Replikant_mih, пространства признаков => фичи => бустинг. Тоже машинное обучение, но поближе к нашим проблемам.
      • Replikant_mih
        02 января 2021, 12:05
        SergeyJu, Не совсем понял, что имеется в виду), но да — «трейдерские» фичи + бустинг — это работает.
      • Replikant_mih
        02 января 2021, 14:56
        3Qu, Ну я понимаю. Ты привел пример конкретный пример свечного паттерна и как, почему и зачем к нему нужен ML, а на этом же примере показал как по моему мнению здесь нужен ML.
          • ezomm
            02 января 2021, 18:25
            3Qu, осталось дать солдату определение? тело > 0.66*(H-L)? или тело > сумма теней?
              • ezomm
                02 января 2021, 18:36
                3Qu, МЛ придется понять что такое прогресс и регресс.К примеру просто увидеть тело свечи и сравнить с ее размахом уже побуждает новичка к действию.Типа чем больше тело тем тренд сильнее !?.. Но ведь марибоза это явно перекупленность тк тени отсутствуют.
      • ezomm
        02 января 2021, 18:32
        3Qu, индикатор по свечам будет работать если понимаешь свечной.
    • ezomm
      02 января 2021, 18:19
      Replikant_mih, верно.

Активные форумы
Что сейчас обсуждают

Старый дизайн
Старый
дизайн