Alexei에게 불쾌감을주지 마십시오. 그가 쓴 것에서 한 단어라도 이해하면 천둥으로 저를 때리십시오. 목표도 달성 방법도 명확하고 정당하지 않습니다. 신경망에서 15년을 보냈고 지금은 세차장에서 일하는 교사의 정신이 그를 덮칩니다.
긴급하게 접지를 찾으십시오. 그렇지 않으면 천둥이 쳐질 것입니다. :) 문제는 과학적 연구에서 내 아이디어(어떤 아이디어가 식물 표본관?)에 대한 확인을 찾고 있는데, 분명히 거기에서 찾을 수 없다는 것입니다. 그들의 타당성은 아이디어의 저자 자신에 의해 정당화되는 것이 아니라 권위 있는 과학적 의견에 의해 정당화된다는 결론.
ML을 시작한지 1년도 되지 않았는데, 보시다시피 어떻게든 작동하는 모델을 얻었습니다. 그렇게 나쁘지는 않습니다. 저는 3년 동안 외환 고문으로 일했습니다. 나는 추세 붕괴의 결과로 평균 회귀를 사용합니다. 1년 이상 일한 일련의 Expert Advisors가 있습니다. 신호를 살펴보세요. 그리고 성과를 평가하기 위해 봐야 할 신호는 어디입니까?
긴급하게 접지를 찾으십시오. 그렇지 않으면 천둥이 쳐질 것입니다. :) 문제는 과학적 연구에서 내 아이디어(어떤 아이디어가 식물 표본관?)에 대한 확인을 찾고 있는데, 분명히 거기에서 찾을 수 없다는 것입니다. 그들의 타당성은 아이디어의 저자 자신에 의해 정당화되는 것이 아니라 권위 있는 과학적 의견에 의해 정당화된다는 결론.
ML을 시작한지 1년도 되지 않았는데, 보시다시피 어떻게든 작동하는 모델을 얻었습니다. 그렇게 나쁘지는 않습니다. 저는 3년 동안 외환 고문으로 일했습니다. 나는 추세 붕괴의 결과로 평균 회귀를 사용합니다. 1년 이상 일한 일련의 Expert Advisors가 있습니다. 신호를 살펴보세요. 그리고 성과를 평가하기 위해 봐야 할 신호는 어디입니까?
내 신호가 경쟁에 있습니다. 한 달에 30~40% 정도. 또한 LAN에서 한 번 논의한 방법에 따르면 수정 만했습니다. 도대체 국회에서 무슨 고생을 한 겁니까? 이건 비밀이야...
수학자는 분명히 더 강한 손을 가지고 있고 무슨 일이 일어나고 있는지 훨씬 더 잘 이해하고 있는데 수학자에게 공식을 설명함으로써 그를 도와야 합니까?
그는 몽상가에게 겸손할 수 있습니다.
당신은 당신이 말하는 것을 이해하지 못합니다. 그들은 컷 부스트의 형태로 기성품의 강력한 솔루션을 취하고 약한 환상으로 희석하기 시작했습니다. 그게 바로 당신이 하는 일입니다. 물론 큰 수의 법칙에 따라 결국 문제에 대한 좋은 해결책을 우연히 발견할 수 있지만 이는 우연일 뿐입니다.
당신은 그 주제에 대한 나의 지식과 생각을 모델로 삼을 수 있는 추상화의 힘을 정말로 가지고 있습니까? 나는 의심한다.
지식에 속박되어 있고 모순되는 것을 두려워하는 많은 수학자(및 지식을 가진 다른 사람들)가 있습니다. 이것이 그러한 사람의 정신 유형입니다. 그렇지 않으면 연구소를 졸업한 모든 사람은 계속 과학 연구를 하고 고용주의 보수를 희생시키면서 존재하지 않을 것입니다.
나는 내 환상을 깨닫고 확인하고 개선합니다. 모델의 생산 및 선택을 위한 시스템을 만들고 역학을 봅니다. 즉, 잘못된 움직임 벡터에 대해 이야기하기에는 너무 이릅니다.
내 신호가 경쟁에 있습니다. 한 달에 30~40% 정도. 또한 LAN에서 한 번 논의한 방법에 따르면 수정 만했습니다. 도대체 국회에서 무슨 고생을 한 겁니까? 이건 비밀이야...
내가 ML에 입문한 이유는 그 이전에 1년 동안 역사에 완벽하게 부합하는 트렌드 Expert Advisor를 만드는 데 보냈고 2018년에 새로운 데이터를 병합하기 시작했고, 이를 개선하고 개선한 후 감염을 다시 병합했기 때문입니다. 피곤해요. 이미 EA에 있던 최적의 필터 설정을 찾기 위해 ML을 사용하기로 결정하고 예측자를 만들기 시작했습니다... 일반적으로 ML은 역사에 모든 전략을 맞추는 눈을 뜨게 했고 손으로 하는 것이 길기 때문에 그리고 어렵습니다. 저는 귀하의 거래 경험을 예측기로 이전하기로 결정했으며 아이디어(예측기) 간의 복잡한 종속성을 만들지 않고도 거래할 수 있다는 것이 밝혀졌습니다. 일반적으로 ML은 관찰을 솔루션으로 연결하는 도구입니다. 저는 이러한 솔루션을 확인하고 선택하여 소위 식물 표본 상자를 구성합니다. 저것들. Maxim과 달리 MO로 개선하는 기본 전략이 있습니다.
너의 모든 움직임을 미리 예측해 이 단계를 빠른 속도로 지나왔으니까 (그래, 옳은 길은 하나뿐이야)
그리고 나는 무언가가 작동하기 위해 무엇이 빠져 있는지 알고 있습니다. 나는 누락된 요소가 있는 문헌을 추천합니다
저는 선생님이나 멘토인 척 하지 않고 제 의견을 표현할 뿐입니다. 내가 무언가를 설명하기 시작하면 책을 이해하지 못할 것입니다.
따라서 다음 단계는 샘플의 균형을 적절하게 조정하고 많은 양의 쓰레기(예측자)를 제거하는 것입니다.
내 다음 움직임은 3시간 전에 종이에 작성되었습니다. 이것은 catboost의 잎에 대한 분석과 샘플에 대한 모델의 응답성을 분석하여 더 결합하기 위한 것입니다. 샘플의 경우 정답이 없습니다. 고정성이 없기 때문에 관찰의 완전성이 없다는 의미입니다. 샘플에 대해 다양한 거래 상황을 고르게 분배하는 아이디어가 있지만 지금까지는 제 손이 구현에 도달하지 못했습니다. 글쎄, 아직 예측자를 제거하는 것은 불가능합니다. 그룹을 하나로 결합하는 것은 흥미롭지만 구현하는 방법은 명확하지 않습니다. 따라서 나는 강제 및 무작위 예측 변수의 조합에 찬성합니다.
과학 지식은 단순한 것에서 복잡한 것으로 계층적이며 연속성이 있기 때문에 과학이 아닌 예술에 있는 것입니다.
좋은 프로그래머와 수학자들은 환상에 문제가 있다고 생각합니다.
판타지는 순진한 것입니다. 추상적 사고가 더 정확합니다. 추상화의 정점은 수식과 추상적인 개념이지, 특정한 몽상가의 머리 속에 있는 죽이 아니다.
그래서 나는 스스로를 위치에 두지 않을 것입니다 그래서 그들은 수학과 같고 나는 몽상가이고 아이디어로 가득 차 있습니다
++++
Alexei에게 불쾌감을주지 마십시오. 그가 쓴 것에서 한 단어라도 이해하면 천둥으로 저를 때리십시오. 목표도 달성 방법도 명확하고 정당하지 않습니다. 신경망에서 15년을 보냈고 지금은 세차장에서 일하는 교사의 정신이 그를 덮칩니다.
과학 지식은 단순한 것에서 복잡한 것으로 계층적이며 연속성이 있기 때문에 과학이 아닌 예술에 있는 것입니다.
좋은 프로그래머와 수학자들은 환상에 문제가 있다고 생각합니다.
판타지는 순진한 것입니다. 추상적 사고가 더 정확합니다. 추상화의 정점은 수식과 추상적인 개념이지, 특정한 몽상가의 머리 속에 있는 죽이 아니다.
그래서 나는 스스로를 위치에 두지 않을 것입니다 그래서 그들은 수학과 같고 나는 몽상가이고 아이디어로 가득 차 있습니다
나는 내 말과 방법에 대한 과학적 정당성을 추구하지 않습니다. 당신은 쉽게 이것을 할 수 있습니다. 당신은 이미 수행하고 발명한 것을 끊임없이 언급하고 이것에 다른 과학적 이름을 부여합니다.
그리고 환상과 추상적 사고는 다른 과정입니다. 환상은 창조의 과정이고, 추상은 정보를 제시하는 과정(방법)입니다.
당신은 본질을 이해하지 못했습니다. 사람은 자신의 체질에 강점이 있으며 그가 종사하는 사람과 사업에 더 큰 효율성을 줄 개발입니다.
나는 수학이 성공에 필요하지 않다고 말하는 것이 아닙니다. 반대로 수학에 정통하고 공식에 포함된 아이디어의 뉘앙스를 이해하는 데 도움이 될 사람이 필요하다고 말하는 것입니다!
++++
Alexei에게 불쾌감을주지 마십시오. 그가 쓴 것에서 한 단어라도 이해하면 천둥으로 저를 때리십시오. 목표도 달성 방법도 명확하고 정당하지 않습니다. 신경망에서 15년을 보냈고 지금은 세차장에서 일하는 교사의 정신이 그를 덮칩니다.
긴급하게 접지를 찾으십시오. 그렇지 않으면 천둥이 쳐질 것입니다. :) 문제는 과학적 연구에서 내 아이디어(어떤 아이디어가 식물 표본관?)에 대한 확인을 찾고 있는데, 분명히 거기에서 찾을 수 없다는 것입니다. 그들의 타당성은 아이디어의 저자 자신에 의해 정당화되는 것이 아니라 권위 있는 과학적 의견에 의해 정당화된다는 결론.
ML을 시작한지 1년도 되지 않았는데, 보시다시피 어떻게든 작동하는 모델을 얻었습니다. 그렇게 나쁘지는 않습니다. 저는 3년 동안 외환 고문으로 일했습니다. 나는 추세 붕괴의 결과로 평균 회귀를 사용합니다. 1년 이상 일한 일련의 Expert Advisors가 있습니다. 신호를 살펴보세요. 그리고 성과를 평가하기 위해 봐야 할 신호는 어디입니까?
긴급하게 접지를 찾으십시오. 그렇지 않으면 천둥이 쳐질 것입니다. :) 문제는 과학적 연구에서 내 아이디어(어떤 아이디어가 식물 표본관?)에 대한 확인을 찾고 있는데, 분명히 거기에서 찾을 수 없다는 것입니다. 그들의 타당성은 아이디어의 저자 자신에 의해 정당화되는 것이 아니라 권위 있는 과학적 의견에 의해 정당화된다는 결론.
ML을 시작한지 1년도 되지 않았는데, 보시다시피 어떻게든 작동하는 모델을 얻었습니다. 그렇게 나쁘지는 않습니다. 저는 3년 동안 외환 고문으로 일했습니다. 나는 추세 붕괴의 결과로 평균 회귀를 사용합니다. 1년 이상 일한 일련의 Expert Advisors가 있습니다. 신호를 살펴보세요. 그리고 성과를 평가하기 위해 봐야 할 신호는 어디입니까?
내 신호가 경쟁에 있습니다. 한 달에 30~40% 정도. 또한 LAN에서 한 번 논의한 방법에 따르면 수정 만했습니다. 도대체 국회에서 무슨 고생을 한 겁니까? 이건 비밀이야...
수학자는 분명히 더 강한 손을 가지고 있고 무슨 일이 일어나고 있는지 훨씬 더 잘 이해하고 있는데 수학자에게 공식을 설명함으로써 그를 도와야 합니까?
그는 몽상가에게 겸손할 수 있습니다.
당신은 당신이 말하는 것을 이해하지 못합니다. 그들은 컷 부스트의 형태로 기성품의 강력한 솔루션을 취하고 약한 환상으로 희석하기 시작했습니다. 그게 바로 당신이 하는 일입니다. 물론 큰 수의 법칙에 따라 결국 문제에 대한 좋은 해결책을 우연히 발견할 수 있지만 이는 우연일 뿐입니다.
당신은 그 주제에 대한 나의 지식과 생각을 모델로 삼을 수 있는 추상화의 힘을 정말로 가지고 있습니까? 나는 의심한다.
지식에 속박되어 있고 모순되는 것을 두려워하는 많은 수학자(및 지식을 가진 다른 사람들)가 있습니다. 이것이 그러한 사람의 정신 유형입니다. 그렇지 않으면 연구소를 졸업한 모든 사람은 계속 과학 연구를 하고 고용주의 보수를 희생시키면서 존재하지 않을 것입니다.
나는 내 환상을 깨닫고 확인하고 개선합니다. 모델의 생산 및 선택을 위한 시스템을 만들고 역학을 봅니다. 즉, 잘못된 움직임 벡터에 대해 이야기하기에는 너무 이릅니다.
아무도 내 연구에 관심이 없으면 더 이상 출판할 수 없습니다.
내 신호가 경쟁에 있습니다. 한 달에 30~40% 정도. 또한 LAN에서 한 번 논의한 방법에 따르면 수정 만했습니다. 도대체 국회에서 무슨 고생을 한 겁니까? 이건 비밀이야...
내가 ML에 입문한 이유는 그 이전에 1년 동안 역사에 완벽하게 부합하는 트렌드 Expert Advisor를 만드는 데 보냈고 2018년에 새로운 데이터를 병합하기 시작했고, 이를 개선하고 개선한 후 감염을 다시 병합했기 때문입니다. 피곤해요. 이미 EA에 있던 최적의 필터 설정을 찾기 위해 ML을 사용하기로 결정하고 예측자를 만들기 시작했습니다... 일반적으로 ML은 역사에 모든 전략을 맞추는 눈을 뜨게 했고 손으로 하는 것이 길기 때문에 그리고 어렵습니다. 저는 귀하의 거래 경험을 예측기로 이전하기로 결정했으며 아이디어(예측기) 간의 복잡한 종속성을 만들지 않고도 거래할 수 있다는 것이 밝혀졌습니다. 일반적으로 ML은 관찰을 솔루션으로 연결하는 도구입니다. 저는 이러한 솔루션을 확인하고 선택하여 소위 식물 표본 상자를 구성합니다. 저것들. Maxim과 달리 MO로 개선하는 기본 전략이 있습니다.
너의 모든 움직임을 미리 예측해 이 단계를 빠른 속도로 지나왔으니까 (그래, 옳은 길은 하나뿐이야)
그리고 나는 무언가가 작동하기 위해 무엇이 빠져 있는지 알고 있습니다. 나는 누락된 요소가 있는 문헌을 추천합니다
저는 선생님이나 멘토인 척 하지 않고 제 의견을 표현할 뿐입니다. 내가 무언가를 설명하기 시작하면 책을 이해하지 못할 것입니다.
따라서 다음 단계는 샘플의 균형을 적절하게 조정하고 많은 양의 쓰레기(예측자)를 제거하는 것입니다.내 다음 움직임은 3시간 전에 종이에 작성되었습니다. 이것은 catboost의 잎에 대한 분석과 샘플에 대한 모델의 응답성을 분석하여 더 결합하기 위한 것입니다. 샘플의 경우 정답이 없습니다. 고정성이 없기 때문에 관찰의 완전성이 없다는 의미입니다. 샘플에 대해 다양한 거래 상황을 고르게 분배하는 아이디어가 있지만 지금까지는 제 손이 구현에 도달하지 못했습니다. 글쎄, 아직 예측자를 제거하는 것은 불가능합니다. 그룹을 하나로 결합하는 것은 흥미롭지만 구현하는 방법은 명확하지 않습니다. 따라서 나는 강제 및 무작위 예측 변수의 조합에 찬성합니다.
그것은 촬영하고 MO의 주요 방법 중 하나로 문헌에 설명되어 있으며 나머지는 쓰레기 아이디어입니다.
좋습니다. 이러한 섹션을 가장 잘 분류하는 방법을 이해하는 것이 남아 있습니다. 여러 아이디어가 있지만 다른 옵션을 확인해야 하며 MQL에서 배포 자체를 구현하는 방법을 아직 모릅니다.
프로세스를 이해하고, 모니터링하고, 조합 모델을 선택하기 위한 다른 아이디어가 필요합니다. 그것들은 개별적으로 모델을 개선하기 위한 것이 아니라 평가를 위한 것입니다.
좋습니다. 이러한 섹션을 가장 잘 분류하는 방법을 이해하는 것이 남아 있습니다. 여러 아이디어가 있지만 다른 옵션을 확인해야 하며 MQL에서 배포 자체를 구현하는 방법을 아직 모릅니다.
프로세스를 이해하고, 모니터링하고, 조합 모델을 선택하기 위한 다른 아이디어가 필요합니다. 그것들은 개별적으로 모델을 개선하기 위한 것이 아니라 평가를 위한 것입니다.
솔직히 말해서, 나는 당신의 다음 게시물이 "첫 번째 결과가 ...."이기를 바라며 여기 있습니다. 당신의 모든 연구는 적어도 어떻게든 실제 평면에 적용되었습니다. 그렇지 않다면 아마도 모든 작업이 순간은 아무데도 가지 않는거야?
python 및 R과 친구가 아닌 사람들을 위해 - 응용 프로그램에는 기본 설정이 포함된 배치 파일 생성기가 있으며 Seed를 통해 정렬하는 동안
불행히도 코드는 테이블 작업에 내 클래스가 사용되지 않기 때문에 닫혀 있습니다.
출력은 7개의 파일이 됩니다.
_01_Train_All.txt //훈련 시작
_02_Resultat_Exam.txt//테스트 샘플에 모델을 적용하고 결과를 파일에 저장합니다.
_02_Resultat_Test.txt//모델을 검증 세트에 적용하고 결과를 파일에 저장합니다.
_02_Rezultat_Train.txt//훈련 샘플에 모델을 적용하고 결과를 파일에 저장합니다.
_03_Metrik_Exam.txt//테스트 세트에서 모델 메트릭을 계산합니다.
_03_Metrik_Test.txt//검증 세트에서 모델 메트릭을 계산합니다.
_03_Metrik_Train.txt//훈련 샘플에서 모델 메트릭을 계산합니다.
파일 이름을 bat로 바꿔야 합니다. 마지막 6개 배치 파일은 프로세스 속도를 높이기 위해 병렬로 실행할 수 있지만 첫 번째 배치 파일이 완료된 후에만 실행되므로 이 시간까지 모델이 생성됩니다.
배치 파일이 있는 디렉토리에는 CatBoost 자체와 3개의 샘플이 있어야 합니다.
샘플 파일 이름
train.csv //훈련
시험.csv//테스트
test.csv//Validation(학습을 중지하는 데 사용됨)
샘플에는 제목이 있어야 합니다.
선택 항목의 대상( Label ) 및 제외 열( Auxiliary )은 확장자 없이(.txt 제외) 별도의 텍스트 파일에 지정됩니다.
열은 0부터 번호가 매겨집니다.
파일은 프로젝트 디렉토리(스크립트에 지정됨)에 생성될 설치 디렉토리에 배치됩니다.
모델은 "Rezultat"이라는 프로젝트의 하위 디렉토리에 생성되며, 대상 및 모델 번호가 포함된 구성 파일의 이름이 있는 각 모델에 대한 하위 디렉토리가 있습니다.
내가 직접 스크립트를 개발할 것입니다. 관심 있는 사람이 있으면 컴파일된 사본을 공유할 수 있습니다(소스 코드를 제공할 수 있지만 클래스 없이는 컴파일할 수 없음).
이 링크 에서 명령줄과 함께 작동하도록 CatBoost exe 파일을 다운로드할 수 있습니다. 스크립트 설정에서 릴리스 버전을 올바르게 지정하십시오.