今日、そこには多くの機械学習システムがあります。テクノロジーは活況を呈しています。ソリューションのベンダーが異なれば、問題を解決するためのオプションも異なります。ほとんどの場合、さまざまな領域とソリューションについて、さまざまなものを選択する必要があります。適切な比較を行わずに、どのテクノロジーが最大の可能性を秘めているのかを判断することは不可能です。しかし、トピックが本当に興味深いものになるためには、研究の地域に依存しない何かを取る必要があります。全国共通の何か。
モスクワ証券取引所の企業の株価を予測する問題を基礎として考えてみましょう。各交換商品を、他の交換商品とは独立して寿命が延びる別個のエンティティと見なす場合、各商品の分析方法は異なるものを選択する必要があります。
どの予測方法が各商品に適しているかどうかを評価するために、各交換商品の予測オプションに関する情報を保存する必要があります。 1Cプラットフォームにはいくつかの予測オプションがあります。各オプションの適用可能性/非適用性に関する情報を格納するためのメカニズムを作成しましょう。
システムによって作成された予測がどの程度正確に実現するかを評価するために、私たちが持っている履歴情報に基づいて最も簡単なオプションは、特定の日付のシステムの予測を作成し、それを実際の履歴データと比較することです。例：昨年のモスクワ証券取引所の株価に関する履歴データを蓄積しました。今日が2021年1月15日であると想像して、2021年1月16日の交換商品の終値の予測を作成します。次に、受け取った予測を1月16日の実際のデータと比較します。この分析をより長い間隔で実行して、予測がトリガーされる確率を取得しましょう。より正確には、予測が実現した、または実現しなかったケースの数。
一般的な1C予測ツールを使用すると、数値に正確に等しい特定の値、または「...から」までの価格範囲の値として予測を取得できます。
成長市場のモスクワ証券取引所で、終値の特定の値を日数で予測するという課題に直面しているとします。
1C予測が明確な知識を返す場合は、それを採用します。また、予測が「から...」の範囲を返す場合、予測値として範囲の中央を考慮します。この場合、成功した予測として、予測価格が実際の過去の価格よりも低かったと想定します。それら。たとえば、紙は100ルーブルの価格で開かれました。 1Cの予報では、夕方に150ルーブルで閉まるとのことでした。そして実際の過去の終値は151ルーブル（150ルーブル以上）でした。
これらの目的のために特別に作成された処理では、分析の初期設定を設定します：分析期間、分析された方法、分析された機器/機器。
分析された各日のデータを受け取ります。
予測トリガーの確率を取得するために、ケース数でデータをグループ化し、確率を次のように定義します。分析試行の総数に対する予測の正のトリガーの数。
分析は、この機器のほとんどの予測方法がかなり高い確率でトリガーされることを示しています。予測戦略を選択するための基準として考慮するしきい値を決定する必要があります。 90％の選択基準では、次の図のように、適切な予測戦略の図が得られます。
一般に、80％の確率もかなり良い基準ですが、図のように、適切な戦略の全体像は次のようになります。
一般に、このツールの場合、一般的な予測戦略の適用可能性の図は図のようになります。
もちろん、手動モードで各ツールを分析することはエキサイティングなアクティビティですが、その後、分析を自動的に日常業務にするというアイデアが生まれます。この分析の結果を保存するには、情報の登録が必要です。
また、スケジュールされたタスクを設定するには、定数（設定）が必要になります。
もちろん、このメカニズムの適用可能性または非適用性については、長い間議論することができます。しかし、その過程を見るのは興味深いことです。実際、各Exchange機器は一種の「ライブ」であることが判明しました。誰もが自分の人生を送っています。一部の人にとって、人生は予測可能または部分的に予測可能です。現在、他人の生活を分析することは困難です。
しかし、一般的に、価格の動きを観察することは容易ではありませんが、予測を取得することははるかにエキサイティングです。
詳細はドキュメントで見つけることができます
まあ、私は何を言うことができます：人々はこのように配置されています、彼らは何が起こるか知りたいです...