「จำแนกชาร์ตด้วย EA รุ่นที่สอง (มีข้อมูลเชิงพาณิชย์)」(6/6) ความพยายามในการพัฒนา AI ลงทุน

บทความนี้จะพริ้วไปกับ EA รุ่นที่เชื่อกันว่าเป็นกระแสหลักในปัจจุบันซึ่งเป็นรุ่นที่สอง

ส่วนที่เสียเงินมีเนื้อหาที่มีความเสี่ยงหากนำไปใช้อย่างผิดวิธี ดังนั้นจึงไม่ใช่บทความที่เขียนเพื่อขายอย่างยิ่งใหญ่อย่างที่คิดไว้

บทความสำหรับผู้ที่ติดขัดในการสร้าง EA อยากหลุดจากการฟิตข้อมูลตามเส้นโค้ง อยากได้ความรู้ใหม่ๆ หรืออยากได้แรงกระตุ้น

ในบทความที่เสียตังค์มีการแนะนำเหตุการณ์ความจำกราฟจากโค้ดจริง รวมถึงการนำเทคนิคการเพิ่มประสิทธิภาพเองมาพูดถึงด้วย

เนื้อหาสำหรับผู้ที่มีระดับกลางถึงสูง

โดยพื้นฐานแล้ว รุ่น EA คือสิ่งที่ข้าพเจ้าเปรียบเทียบกับรุ่น AI และเรียกเองตามนั้น

รุ่น AI คือ

รุ่นที่หนึ่ง: กฎฐานข้อมูลผู้เชี่ยวชาญช่วงเริ่มต้น

รุ่นที่สอง: ช่วงเฟื่องฟูของผู้เชี่ยวชาญ

รุ่นที่สาม: ยุคการเรียนรู้ทางสถิติของเครื่องจักร (ต้นไม้ตัดสินใจ โลจิสติกส์รีเกรสชัน)

รุ่นที่สี่: ยุคการเรียนรู้เชิงลึก

รุ่นที่ห้า: ยุค AI สร้างสรรค์

ดังนั้น

รุ่นที่หนึ่งของ EA เป็น EA ที่ฐานข้อมูลกฎง่ายๆ สะท้อนเจตนาของมนุษย์อย่างสมบูรณ์

รุ่นที่สองของ EA เป็น EA ที่สร้างขึ้นจากกระบวนการซับซ้อน ใช้การปรับแต่งและสิ่งที่สะท้อนเจตนาบางส่วนของมนุษย์ และส่วนใหญ่ถูกพัฒนาขึ้นโดยคอมพิวเตอร์

เป็น EA ที่ยังอยู่ในขั้นตอนก่อนที่จะรวมการเรียนรู้ด้วยเครื่อง

อย่างไรก็ตาม

คิดว่ารุ่นที่สองของ EA ไม่สามารถเอาชนะรุ่นที่หนึ่งได้

เพราะผลลัพธ์ที่เกิดขึ้นคือ EA ที่ปรับเข้ากับตลาดย้อนหลังกำลังถูกผลิตออกมามลายมากเกินไป

เมื่อเทียบแล้ว รุ่นที่หนึ่งของ EA เป็นสิ่งที่มนุษย์สร้างจากประสบการณ์ของตนเองโดยไม่ใส่ตรรกะของคอมพิวเตอร์เข้าไป ทำให้การฟิตยากขึ้น

เหตุที่ทำให้ชื่อเรื่องนี้ว่า “จำกราฟได้” ก็เพราะ

การฟิตแบบโค้งเป็นเพียงการจำกราฟย้อนหลังเท่านั้น

สาเหตุอยู่ที่จำนวนพารามิเตอร์มีอยู่มาก

ซึ่งจำนวนพารามิเตอร์มากจะทำให้จุดเข้าซื้อขายในกราฟจำได้ง่ายขึ้น

จำนวนพารามิเตอร์เท่ากับความจุข้อมูล

แล้ว EA จะจำกราฟย้อนหลังได้อย่างไรบ้าง มีวิธีใดบ้างในการจำแบบจริงจัง?

นอกจากนี้ EA รุ่นที่สองควรจะพัฒนาต่อไปในแนวทางใดในอนาคต

ผมได้พิจารณา

จากตรงนี้เป็นบทความที่มีค่าใช้จ่าย