El aprendizaje automático es después de un tiempo muy específico del dominio. En mi dominio, las finanzas, los problemas del aprendizaje automático se relacionan en gran medida con el sobreajuste. He encontrado que los Elementos del aprendizaje estadístico son muy útiles. También he encontrado muy útiles los “Modelos econométricos y pronósticos económicos”.
Para ser honesto, he aprendido mucho más de los practicantes. Aprendí mucho del enfoque de mi ex colega John Martello para hacer un sistema continuo de generar coeficientes para comerciar al día siguiente, sin importar la complejidad operativa de hacerlo. He aprendido mucho del enfoque de mi ex colega David para hacer pocos modelos y no demasiados y tomarme el tiempo para formar una opinión al respecto. He aprendido de Sean Slotterback acerca de cómo combinar alfa con diferentes duraciones. He aprendido de mi amigo y que en la práctica es muy beneficioso no solo obtener el precio previsto del modelo, sino también el nivel de confianza en el precio. Todavía siento que faltan muchos de estos aspectos prácticos en los libros.
- ¿Dónde puedo obtener una descripción de esquema de los datos de Microsoft Academic Graph?
- ¿En qué es más fácil convertirse en desarrollador web o científico de datos?
- ¿Qué es más preferible en el aprendizaje automático, la precisión del modelo A es del 50% en los datos de entrenamiento y del 97% en los datos de las pruebas, o el modelo B tiene una precisión del 80% en los datos del tren y el 75% en los datos de las pruebas? (Más detalles en el comentario abajo) gracias!
- ¿Dónde puedo obtener datos de los trenes locales de Mumbai para hacer un análisis de datos en ellos?
- ¿Cuál es la relación entre NumPy, SciPy, Pandas y Scikit-learn y cuándo debo usar cada uno de ellos?
