TS를 규칙성으로 상상한다면 - 이것이 진정한 규칙성인지 여부를 확인하려면 매개변수를 최적화해야 하며 TS가 거의 항상 다른 매개변수로 획득하는 경우 규칙성(TS)은 true입니다.
어떻게 이해하셨나요?
글쎄, 그런 것. 모든 사람은 과적합이 악하다는 것을 이해하고 과적합으로부터 자신을 보호할 방법을 찾고 있습니다. Chel은 "oos에서 테스트"하는 방법이 적합성을 방지하는 좋은 도구가 아니라고 말합니다. 가장 간단한 예를 들자면, 10,000명의 사람들이 각각 10번씩 동전을 던졌습니다. 우리는 머리가 좋은 사람들을 선택했습니다. 오, 이 사람들은 뭔가를 알고 있습니다. 각각 10번씩 더 던지라고 했습니다. 그래서 이들은 일종의 패자이지만이 3은 다시 10 중 8-9 번 독수리로 판명되었습니다. 와우, 그들은 확실히 뭔가를 할 수 있습니다. 그러한 상황은 순전히 무작위 낙진으로 인해 가능하다는 것이 분명합니다(우연히 전쟁과 평화를 쓸 수 있는 수백만 명의 원숭이가 아님). 전략도 마찬가지입니다. 따라서 다른 방법을 사용해야 합니다. 그렇지 않은 경우에도 현명하게 사용해야 합니다. 그가 제안한 대안은 예, 다음과 같습니다. 평균과 같은 것을 보는 것이 좋습니다. 동전이 짝수라면 평균적으로 여기 저기 고르게 떨어질 것입니다. 하지만 어디가 어렵다면 이 10,000명의 평균 결과에 따르면 이러한 편견을 보게 될 것입니다. 이 같은)).
그러나 MetaQuotes에서 응답이 없습니다((
실제 확산은 광고 이미지를 망칠 수 있기 때문에 그렇지 않습니다. 기껏해야 사용자 지정 문자를 사용하도록 제안할 것입니다.
실제 확산은 광고 이미지를 망칠 수 있기 때문에 그렇지 않습니다. 기껏해야 사용자 지정 문자를 사용하도록 제안할 것입니다.
정말 죄송합니다. 시간이 지남에 따라 시뮬레이션을 확산하면 테스트가 현실에 더 가까워질 것입니다.
실제 확산은 광고 이미지를 망칠 수 있기 때문에 그렇지 않습니다. 기껏해야 사용자 지정 기호를 사용하도록 제안할 것입니다.
광고는 우리 테스터가 다른 플랫폼에 비해 가장 정확하다고 말해야 합니다.
오히려 개발자와 사용자를 끌어들일 것입니다. 첫 번째 테스트와 비교를 통해 시작 가격으로 MT5에서 테스트하는 것은 사실이 아님을 알 수 있습니다.
광고는 우리 테스터가 다른 플랫폼에 비해 가장 정확하다고 말해야 합니다.
오히려 개발자와 사용자를 끌어들일 것입니다. 첫 번째 테스트와 비교를 통해 시작 가격으로 MT5에서 테스트하는 것은 사실이 아님을 알 수 있습니다.
정말 죄송합니다. 시간이 지남에 따라 시뮬레이션을 확산하면 테스트가 현실에 더 가까워질 것입니다.
광고란 DC 페이지의 기호에 대한 데이터를 의미합니다. 메타쿼터의 클라이언트(돈 가져오기)는 개발자가 아니라 DC입니다. 최종 사용자를 위한 무료에는 단점이 있습니다.
광고란 DC 페이지의 기호에 대한 데이터를 의미합니다. 메타쿼터의 클라이언트(돈 가져오기)는 개발자가 아니라 DC입니다. 최종 사용자를 위한 무료에는 단점이 있습니다.
부재가 가능하거나 높은 구현 비용, 이해할 수 있는 조건과 가격으로 기회를 무료로 제공합니다. 물론 무료는 종종 부정적인 측면으로 치우쳐 있습니다.))) 뿐만 아니라 기회의 부족이나 높은 구현 비용))))
https://stats.stackexchange.com/questions/31513/new-revolutionary-way-of-data-mining
네, 맞습니다. 오래 전에 여기에 왔습니다. 그리고 해설자 - 글쎄요, 그들은 데이터 과학자이며 거래자가 아닌 것으로 나타났습니다. 고정 데이터 세트를 사용하는 그들은 우리의 거래 문제를 이해할 수 없습니다.
네, 맞습니다. 오래 전에 여기에 왔습니다. 그리고 해설자 - 글쎄, 그들은 데이터 과학자이며 거래자가 아닌 것으로 나타났습니다. 고정 데이터 세트를 사용하는 그들은 우리의 거래 문제를 이해할 수 없습니다.
이해가 되면서..
가장 간단한 방법으로 설명하겠습니다.
TS를 규칙성으로 상상한다면 - 이것이 진정한 규칙성인지 여부를 확인하려면 매개변수를 최적화해야 하며 TS가 거의 항상 다른 매개변수로 획득하는 경우 규칙성(TS)은 true입니다.
어떻게 이해하셨나요?
AMO의 입장에서 더 깊이 들여다보면
그런 다음 최적화 표면이 노이즈처럼 보이는 경우 훈련 중 매개변수 검색을 시각화해야 합니다.
그런 다음 AMO가 노이즈에서 로컬 최대값을 찾았을 가능성이 큽니다. 이것은 재교육 및 작동하지 않는 모델입니다.
그리고 당신은 그러한 그림을 위해 노력해야합니다.
모델에 작업 매개 변수의 뚜렷한 "섬"이 있는 경우, 즉 동일한 것입니다. 매개변수를 최적화해야 하며 TS가 거의 항상 다른 매개변수로 수익을 낸다면 패턴(TS)은 참입니다.
제가 보기엔 틀릴수도 있지만..
이해가 되면서..
가장 간단한 방법으로 설명하겠습니다.
TS를 규칙성으로 상상한다면 - 이것이 진정한 규칙성인지 여부를 확인하려면 매개변수를 최적화해야 하며 TS가 거의 항상 다른 매개변수로 획득하는 경우 규칙성(TS)은 true입니다.
어떻게 이해하셨나요?
글쎄, 그런 것. 모든 사람은 과적합이 악하다는 것을 이해하고 과적합으로부터 자신을 보호할 방법을 찾고 있습니다. Chel은 "oos에서 테스트"하는 방법이 적합성을 방지하는 좋은 도구가 아니라고 말합니다. 가장 간단한 예를 들자면, 10,000명의 사람들이 각각 10번씩 동전을 던졌습니다. 우리는 머리가 좋은 사람들을 선택했습니다. 오, 이 사람들은 뭔가를 알고 있습니다. 각각 10번씩 더 던지라고 했습니다. 그래서 이들은 일종의 패자이지만이 3은 다시 10 중 8-9 번 독수리로 판명되었습니다. 와우, 그들은 확실히 뭔가를 할 수 있습니다. 그러한 상황은 순전히 무작위 낙진으로 인해 가능하다는 것이 분명합니다(우연히 전쟁과 평화를 쓸 수 있는 수백만 명의 원숭이가 아님). 전략도 마찬가지입니다. 따라서 다른 방법을 사용해야 합니다. 그렇지 않은 경우에도 현명하게 사용해야 합니다. 그가 제안한 대안은 예, 다음과 같습니다. 평균과 같은 것을 보는 것이 좋습니다. 동전이 짝수라면 평균적으로 여기 저기 고르게 떨어질 것입니다. 하지만 어디가 어렵다면 이 10,000명의 평균 결과에 따르면 이러한 편견을 보게 될 것입니다. 이 같은)).