피터 코노우 : 시스템이 복잡합니다. 궁극적으로 입력 매개변수 설정 프로세스의 완전한 자동화를 구현하여 변화하는 시장 역학에 효과적으로 적응합니다. 이것이 그녀의 의미입니다.
네, 그게 요점입니다.
기술적으로, 적응성이 있는 제어 구조(품질/손실 기능이 있는 피드백)는 MO에 기인할 수 있습니다. 예를 들어, 규칙적인 틱을 취하고 모든 N 막대가 이전 N 막대에 대한 최적의 매개변수를 찾는 경우 어리석게도 그리드, 이것은 또한 MO가 될 것입니다. MO의 본질은 데이터를 모델로 변환하는 "경험"의 축적에 있습니다.
추신: 위의 "퍼셉트론"에서 더 정확하게는 ... 잘못 프로그래밍된 단순 스칼라 곱, 가장 중요한 학습 알고리즘이 누락되었습니다. 여기서 이 중요한 문제는 MT 옵티마이저에 위임되며 MO는 정확히 듀스 모델입니다. - 최적화 알고리즘은 모델뿐만 아니라 모든 모델에 대해 모든 최적화 알고리즘이 작동하는 것은 아닙니다. 예를 들어 MLP는 그리드나 유전학으로 최적화할 수 없으며 역전파(backprop)가 필요합니다.
기술적으로, 적응성이 있는 제어 구조(품질/손실 기능이 있는 피드백)는 MO에 기인할 수 있습니다. 예를 들어, 규칙적인 틱을 취하고 모든 N 막대가 이전 N 막대에 대한 최적의 매개변수를 찾는 경우 어리석게도 그리드, 이것은 또한 MO가 될 것입니다. MO의 본질은 데이터를 모델로 변환하는 "경험"의 축적에 있습니다.
다시 말해, ML의 비표준 접근 방식을 사용하면(이 접근 방식을 그렇게 인식했기 때문에) 신경망 을 사용하여 표준 ML 접근 방식의 결과를 달성할 수 있다는 데 동의하십니까?
나는 개인적으로 아무것도 이해하지 못했다
그러나 나는 할 수 있다. 나는 나 자신을 전문가라고 생각하지 않는다.
나는 개인적으로 아무것도 이해하지 못했다
저자 자신이 "아무것도 이해하지 못한" 팀의 일원이기 때문에 당신은 혼자가 아닙니다.
그리고 이것이 Peter Konow 가 쓴 모든 것의 의미입니다.
목표는 분기를 파괴하는 것이며 이를 수행하는 가장 쉬운 방법은 내용이 전혀 없는 텍스트를 사용하는 것입니다.
목표에 도달했습니다. 브랜치는 제목과 일치하지 않을 뿐만 아니라 콘텐츠가 전혀 포함되지 않습니다.
저자 자신이 "아무것도 이해하지 못한" 팀의 일원이기 때문에 당신은 혼자가 아닙니다.
그리고 이것이 Peter Konow 가 쓴 모든 것의 의미입니다.
목표는 분기를 파괴하는 것이며 이를 수행하는 가장 쉬운 방법은 내용이 전혀 없는 텍스트를 사용하는 것입니다.
목표에 도달했습니다. 브랜치는 제목과 일치하지 않을 뿐만 아니라 콘텐츠가 전혀 포함되지 않습니다.
시스템이 복잡합니다. 궁극적으로 입력 매개변수 설정 프로세스의 완전한 자동화를 구현하여 변화하는 시장 역학에 효과적으로 적응합니다. 이것이 그녀의 의미입니다.
네, 그게 요점입니다.
기술적으로, 적응성이 있는 제어 구조(품질/손실 기능이 있는 피드백)는 MO에 기인할 수 있습니다. 예를 들어, 규칙적인 틱을 취하고 모든 N 막대가 이전 N 막대에 대한 최적의 매개변수를 찾는 경우 어리석게도 그리드, 이것은 또한 MO가 될 것입니다. MO의 본질은 데이터를 모델로 변환하는 "경험"의 축적에 있습니다.
추신: 위의 "퍼셉트론"에서 더 정확하게는 ... 잘못 프로그래밍된 단순 스칼라 곱, 가장 중요한 학습 알고리즘이 누락되었습니다. 여기서 이 중요한 문제는 MT 옵티마이저에 위임되며 MO는 정확히 듀스 모델입니다. - 최적화 알고리즘은 모델뿐만 아니라 모든 모델에 대해 모든 최적화 알고리즘이 작동하는 것은 아닙니다. 예를 들어 MLP는 그리드나 유전학으로 최적화할 수 없으며 역전파(backprop)가 필요합니다.
같은 방식으로 Forex에서 봇은 한 섹션/레벨을 성공적으로 통과하고 다른 섹션을 채울 수 있습니다.
상인의 지능이 없고 봇이 하는 일을 "이해하지 못하기" 때문에...
트레이딩 인텔리전스란 무엇입니까?
이것은 간단한 거래 경험이며, 거래자는 1) - 시장 행동의 일부 패턴(시장 패턴) 및 2) - 이 패턴의 행동 패턴(시장 패턴의 행동 패턴)
프로그래밍할 수 있지 않습니까?
더군다나 이런 좋은 패턴에 대한 검색도 프로그래밍이 가능하지 않나요?
..
모든 영역/레벨에서 성공하려면 봇이 존재하는 세계의 개체 모델이 있어야 합니다.
즉, 알고리즘은 단순히 패턴을 최적화해서는 안 됩니다.
알고리즘은 의미 범주로 작동해야 하며 거래자/게이머가 보는 상황을 설명해야 합니다.
봇은 물체의 유형과 특성을 구별하고 역학 상황의 위험을 평가해야 합니다.
이것은 신경망 최적화와는 완전히 다른 수준의 휴리스틱을 필요로 합니다.
훈련의 결과는 의미론적 모델과 객체 및 프로세스에 대한 지식이어야 합니다.
그렇지 않은 경우 거래 봇은 무작위로 파고들게 됩니다.
나는 완전히 동의합니다. 성배는 MO에 있지 않고 성배는 이 작은 큐브 에 있습니다. 마리오의 경우에도 고정되지 않은 시장과 달리 그렇게 합니다.
이것을 데이터 전처리 라고 하며, 이 스레드에서도 아무도 하지 않습니다.
이것이 바로 MO가 보는 것, 적절한 현실의 집중, 소음 제거
이제 이것을 하고 적절하게 하면 어떤 MO도 사람보다 나쁘지 않거나 더 나은 거래를 하도록 가르칠 수 있습니다.
네, 그게 요점입니다.
기술적으로, 적응성이 있는 제어 구조(품질/손실 기능이 있는 피드백)는 MO에 기인할 수 있습니다. 예를 들어, 규칙적인 틱을 취하고 모든 N 막대가 이전 N 막대에 대한 최적의 매개변수를 찾는 경우 어리석게도 그리드, 이것은 또한 MO가 될 것입니다. MO의 본질은 데이터를 모델로 변환하는 "경험"의 축적에 있습니다.
MO는 무엇보다도 엔지니어링의 예술이며 결과는 모든 개념을 정당화합니다. 결과를 주세요. 여기 당신을 위한 도전이 있습니다: https://numer.ai/
다시 말해, ML에서 비표준 접근 방식을 사용하는 것이(이 접근 방식을 그렇게 인식했기 때문에) 신경망으로 표준 ML 접근 방식의 결과를 달성하는 것이 가능하다는 데 동의하십니까?
네, 그게 요점입니다.
...
MO의 본질은 데이터를 모델로 변환하는 "경험"의 축적에 있습니다.
이 결론은 내 개념이 진정한 가치를 가질 수 있음을 확인시켜줍니다.
어쨌든 반드시 실천하겠습니다. 때가되면.
나에 관해서는, 자신이 이 브랜치에 유용하다고 생각하는 브랜치 구성원은 이 일에 결과를 보여줄 의무가 있습니다.)
제 생각에는 사람이 최소한 데이터를 실행하고 0.69300(무작위) 미만의 로그 손실을 얻을 수 있다면 여기서 AI와 ML에 대해 이야기할 권리가 있고 나머지는 전문적으로 적합하지 않다는 데 동의합니다.
내 결과 https://numer.ai/ai/toxic