왜 다들 모델에 집착하는 걸까요? 왜 아무도 표지판의 주제를 개발하지 않습니까? 왜 아무도 비정상성에 대해 이야기하지 않습니까? 왜 아무도 이러한 문제를 해결하려고 하지 않습니까? 왜 아무도 가격을 결정하는 요인에 대해 전혀 생각하지 않습니까? 왜요?
스토캐스틱을 입력으로 제공하면 일반 KNN이든 가장 정교한 심층 네트워크이든 사용하는 모델이 중요하지 않습니다. 정확도 는 최소 3배 깊이에 관계없이 51-53%입니다. 입구에 쓰레기가 있다면 이러한 모델의 용도는 무엇입니까? , 아니, 하지만 95%의 관심은 모델의 방향에 있습니다. 개인적으로 모델은 시스템의 마지막 단계이며 이것은 전체 작업의 2% 에 불과합니다.
요점은 ML을 시장에 적용하려는 사람들은 ML에 정확히 무엇을 입력해야 하는지 모르고 지표의 데이터를 독립적으로 해석할 수 없다는 것입니다. 그렇지 않은 경우 MO가 필요하지 않습니다. 이 경우 MO는 모든 것을 견딜 수 있는 영혼 없는 기계로 의사 결정(표시 신호 판독 해석)에 대한 책임을 옮기려는 시도에 불과합니다.
그리고 알고리즘 분석(직접 공식을 사용)이 매우 어렵거나 심지어 불가능한 대량의 데이터에 ML을 적용할 때는 완전히 다른 문제입니다. 그러나 여기서는 기본적으로 정상에 결합된 확률론적 조합에만 탐닉하므로 "왜?"라는 질문은 특히 특별합니다. 가치가 없습니다.
왜 다들 모델에 집착하는 걸까요? 왜 아무도 표지판의 주제를 개발하지 않습니까? 왜 아무도 비정상성에 대해 이야기하지 않습니까? 왜 아무도 이러한 문제를 해결하려고 하지 않습니까? 왜 아무도 가격을 결정하는 요인에 대해 전혀 생각하지 않습니까? 왜요?
스토캐스틱을 입력으로 하면 어떤 모델을 사용해도 상관없습니다.....
비정상이란 예측불가능성을 전혀 의미하지 않고, 기대값, 분산 드리프트와 같은 단순 통계량, 이 드리프트의 규칙성조차도 비정상성을 드리프트하면 분석되지 않는다는 것을 말합니다. ML의 맥락에서 온프레미스에 구축된 시스템의 경우 비정상성은 문제가 아니며 비정상은 문제입니다. 기대와 변동의 부분적 불변성. ML은 창을 사용하는 수학적 기대치(머신) 및 변형(볼린저)을 기능으로 사용할 수 있지만 이러한 기능은 극히 일부이며 이러한 기능의 버그를 부분적으로 제거할 수 있습니다. 주요 문제는 새로운 정보에 대한 시장의 빠른 반응입니다. 이는 기존 기능에 의해 전혀 결정되지 않으며, 뉴스가 나오기 전에 참가자의 특정 행동 패턴이 나타날 때 내부 정보 및 관련 확산 "선구자"에 대한 희망이 있을 뿐입니다. 발표했다. 즉, 내부자 활동으로 인해 시장이 더 예측 가능합니다.
스토캐스틱이 왜 필요한가요? 사실, 스토캐스틱의 ML과 일반적인 모멘텀의 차이는 크지 않습니다. 모멘텀 이외의 것을 수익률에 대한 단순한 윈도우 기대치로 사용하는 것은 의미가 없습니다. 기존 계량 경제학 모델( AR , ARMA , GARCH ,.. 등 )에서 사용되는 것을 보십시오. 수익률, 변동 및 수익률로부터의 스트로크, 즉 모멘텀이 있고 이것이 쉽지는 않지만 이 모든 것이 특히 문맥상 '이상적 지표'는 뒤처지지 않도록 매끄럽게 하기 위해 철학자의 돌이나 무지한 영구 운동 기계를 만드는 것이 연금술사들의 괴로움과 비슷하며, 무지한 광신자들이다. 그러나 지표는 매끄러울 뿐만 아니라 "레벨"과 같이 가장 중요한 신호 중 하나일 수 있습니다. 즉, 차트에서 사람들이 발을 딛는 눈으로 보는 레벨을 의미합니다. 여기에서 이러한 기능을 공식화하고 프로그래밍하여 통계적으로 얼마나 중요한지 확인하십시오.
비정상이란 예측불가능성을 전혀 의미하지 않고, 기대값, 분산 드리프트와 같은 단순 통계량, 이 드리프트의 규칙성조차도 비정상성을 드리프트하면 분석되지 않는다는 것을 말합니다. ML의 맥락에서 온프레미스에 구축된 시스템의 경우 비정상성은 문제가 아니며 비정상은 문제입니다. 기대와 변동의 부분적 불변성. ML은 창을 사용하는 수학적 기대치(머신) 및 변형(볼린저)을 기능으로 사용할 수 있지만 이러한 기능은 극히 일부이며 이러한 기능의 버그를 부분적으로 제거할 수 있습니다. 주요 문제는 새로운 정보에 대한 시장의 빠른 반응입니다. 이는 기존 기능, 내부 정보에 대한 희망 및 뉴스가 발표되기 전에 참가자의 특정 행동 패턴이 나타날 때 관련 확산 "선구자"에 의해 전혀 결정되지 않습니다. 즉, 내부자 활동으로 인해 시장이 더 예측 가능합니다.
비정상성은 예측불가능성을 전혀 의미하지 않으며, 기대값 및 분산 드리프트와 같은 단순 통계량, 드리프트가 비정상성인 경우 이 드리프트의 규칙성조차 분석되지 않는다고 말합니다 . ML의 맥락에서 비정상은 문제가 아니며 온프레미스에 구축된 시스템의 경우 비정상은 문제입니다. 기대와 변동의 부분적 불변성. ML은 창을 사용하는 수학적 기대치(머신) 및 변형(볼린저)을 기능으로 사용할 수 있지만 이러한 기능은 극히 일부이며 이러한 기능의 버그를 부분적으로 제거할 수 있습니다. 주요 문제는 새로운 정보에 대한 시장의 빠른 반응입니다. 이는 기존 기능, 내부 정보에 대한 희망 및 뉴스가 발표되기 전에 참가자의 특정 행동 패턴이 나타날 때 관련 확산 "선구자"에 의해 전혀 결정되지 않습니다. 즉, 내부자 활동으로 인해 시장이 더 예측 가능합니다.
1. 비정상성 = 분산이 무한대와 같습니다. "드리프트"는 혁신입니다!
2. 빨간색으로 강조 표시 - 팝콘과 맥주에 비축. MO 방식을 이용한 가격대 예측과 함께 방송을 기다리고 있어요!
왜 다들 모델에 집착하는 걸까요? 왜 아무도 표지판의 주제를 개발하지 않습니까? 왜 아무도 비정상성에 대해 이야기하지 않습니까? 왜 아무도 이러한 문제를 해결하려고 하지 않습니까? 왜 아무도 가격을 결정하는 요인에 대해 전혀 생각하지 않습니까? 왜요?
스토캐스틱을 입력으로 제공하면 일반 KNN이든 가장 정교한 심층 네트워크이든 사용하는 모델이 중요하지 않습니다. 정확도 는 최소 3배 깊이에 관계없이 51-53%입니다. 입구에 쓰레기가 있다면 이러한 모델의 용도는 무엇입니까? , 아니, 하지만 95%의 관심은 모델의 방향에 있습니다. 개인적으로 모델은 시스템의 마지막 단계이며 이것은 전체 작업의 2% 에 불과합니다.
그리고 알고리즘 분석(직접 공식을 사용)이 매우 어렵거나 심지어 불가능한 대량의 데이터에 ML을 적용할 때는 완전히 다른 문제입니다. 그러나 여기서는 기본적으로 정상에 결합된 확률론적 조합에만 탐닉하므로 "왜?"라는 질문은 특히 특별합니다. 가치가 없습니다.
왜 다들 모델에 집착하는 걸까요? 왜 아무도 표지판의 주제를 개발하지 않습니까? 왜 아무도 비정상성에 대해 이야기하지 않습니까? 왜 아무도 이러한 문제를 해결하려고 하지 않습니까? 왜 아무도 가격을 결정하는 요인에 대해 전혀 생각하지 않습니까? 왜요?
당신은 당신이 속한 지점에 대해 완전히 잘못된 생각을 가지고 있습니다.
내 게시물뿐만 아니라 주요 문제가 데이터 마이닝에 있다고 말하는 내 게시물을보십시오. 데이터 마이닝의 경우 70% 이상인 노동 집약도 분포에 대한 수치도 제시했습니다.
또한, 나는 모델의 선택이 최종 결과에 거의 영향을 미치지 않는다고 주장하고 계속 주장합니다.
게다가 나와 다른 포럼 사용자들은 노이즈에서 원래 예측 변수 집합을 걸러낼 수 있는 특정 알고리즘을 인용했습니다. 동시에 잡음 예측자가 없으면 모델이 초과되지 않는다는 주장이 있습니다.
이 스레드에 모든 것이 있습니다.
추신.
회귀가 아닌 분류 모델이 고려되고 비정상성이 분류 모델의 성능에 미치는 영향이 완전히 명확하지 않기 때문에 비정상성은 고려되지 않았습니다.
왜 다들 모델에 집착하는 걸까요? 왜 아무도 표지판의 주제를 개발하지 않습니까? 왜 아무도 비정상성에 대해 이야기하지 않습니까? 왜 아무도 이러한 문제를 해결하려고 하지 않습니까? 왜 아무도 가격을 결정하는 요인에 대해 전혀 생각하지 않습니까? 왜요?
스토캐스틱을 입력으로 하면 어떤 모델을 사용해도 상관없습니다.....
비정상이란 예측불가능성을 전혀 의미하지 않고, 기대값, 분산 드리프트와 같은 단순 통계량, 이 드리프트의 규칙성조차도 비정상성을 드리프트하면 분석되지 않는다는 것을 말합니다. ML의 맥락에서 온프레미스에 구축된 시스템의 경우 비정상성은 문제가 아니며 비정상은 문제입니다. 기대와 변동의 부분적 불변성. ML은 창을 사용하는 수학적 기대치(머신) 및 변형(볼린저)을 기능으로 사용할 수 있지만 이러한 기능은 극히 일부이며 이러한 기능의 버그를 부분적으로 제거할 수 있습니다. 주요 문제는 새로운 정보에 대한 시장의 빠른 반응입니다. 이는 기존 기능에 의해 전혀 결정되지 않으며, 뉴스가 나오기 전에 참가자의 특정 행동 패턴이 나타날 때 내부 정보 및 관련 확산 "선구자"에 대한 희망이 있을 뿐입니다. 발표했다. 즉, 내부자 활동으로 인해 시장이 더 예측 가능합니다.
스토캐스틱이 왜 필요한가요? 사실, 스토캐스틱의 ML과 일반적인 모멘텀의 차이는 크지 않습니다. 모멘텀 이외의 것을 수익률에 대한 단순한 윈도우 기대치로 사용하는 것은 의미가 없습니다. 기존 계량 경제학 모델( AR , ARMA , GARCH ,.. 등 )에서 사용되는 것을 보십시오. 수익률, 변동 및 수익률로부터의 스트로크, 즉 모멘텀이 있고 이것이 쉽지는 않지만 이 모든 것이 특히 문맥상 '이상적 지표'는 뒤처지지 않도록 매끄럽게 하기 위해 철학자의 돌이나 무지한 영구 운동 기계를 만드는 것이 연금술사들의 괴로움과 비슷하며, 무지한 광신자들이다. 그러나 지표는 매끄러울 뿐만 아니라 "레벨"과 같이 가장 중요한 신호 중 하나일 수 있습니다. 즉, 차트에서 사람들이 발을 딛는 눈으로 보는 레벨을 의미합니다. 여기에서 이러한 기능을 공식화하고 프로그래밍하여 통계적으로 얼마나 중요한지 확인하십시오.
비정상이란 예측불가능성을 전혀 의미하지 않고, 기대값, 분산 드리프트와 같은 단순 통계량, 이 드리프트의 규칙성조차도 비정상성을 드리프트하면 분석되지 않는다는 것을 말합니다. ML의 맥락에서 온프레미스에 구축된 시스템의 경우 비정상성은 문제가 아니며 비정상은 문제입니다. 기대와 변동의 부분적 불변성. ML은 창을 사용하는 수학적 기대치(머신) 및 변형(볼린저)을 기능으로 사용할 수 있지만 이러한 기능은 극히 일부이며 이러한 기능의 버그를 부분적으로 제거할 수 있습니다. 주요 문제는 새로운 정보에 대한 시장의 빠른 반응입니다. 이는 기존 기능, 내부 정보에 대한 희망 및 뉴스가 발표되기 전에 참가자의 특정 행동 패턴이 나타날 때 관련 확산 "선구자"에 의해 전혀 결정되지 않습니다. 즉, 내부자 활동으로 인해 시장이 더 예측 가능합니다.
...
뭐라고요?
비정상성은 예측불가능성을 전혀 의미하지 않으며, 기대값 및 분산 드리프트와 같은 단순 통계량, 드리프트가 비정상성인 경우 이 드리프트의 규칙성조차 분석되지 않는다고 말합니다 . ML의 맥락에서 비정상은 문제가 아니며 온프레미스에 구축된 시스템의 경우 비정상은 문제입니다. 기대와 변동의 부분적 불변성. ML은 창을 사용하는 수학적 기대치(머신) 및 변형(볼린저)을 기능으로 사용할 수 있지만 이러한 기능은 극히 일부이며 이러한 기능의 버그를 부분적으로 제거할 수 있습니다. 주요 문제는 새로운 정보에 대한 시장의 빠른 반응입니다. 이는 기존 기능, 내부 정보에 대한 희망 및 뉴스가 발표되기 전에 참가자의 특정 행동 패턴이 나타날 때 관련 확산 "선구자"에 의해 전혀 결정되지 않습니다. 즉, 내부자 활동으로 인해 시장이 더 예측 가능합니다.
1. 비정상성 = 분산이 무한대와 같습니다. "드리프트"는 혁신입니다!
2. 빨간색으로 강조 표시 - 팝콘과 맥주에 비축. MO 방식을 이용한 가격대 예측과 함께 방송을 기다리고 있어요!
1. 비정상성 = 분산이 무한대와 같습니다. "드리프트"는 혁신입니다!
2. 빨간색으로 강조 표시 - 팝콘과 맥주에 비축. MO 방식을 이용한 가격대 예측과 함께 방송을 기다리고 있어요!
우리는 여기 맥주와 팝콘 제조사에 대한 귀하의 지원에 그다지 관심이 없습니다.
우리는 여기에서 시장 문제를 식별하고 해결하는 방법에 대한 생각에 관심이 있습니다. 일반적으로가 아니라 위치에 대한 결정을 내릴 때.
나에게는 두 가지 문제가 있습니다.
1. 견적의 VALUE(VALUE) 예측의 비정상성
2. 코티르의 움직임 방향을 예측할 때 재훈련.
동시에 ML 프레임워크 내에서 문제의 이름을 지정할 수 있을 뿐만 아니라 문제 해결 도구에 대해 논의하고 얻은 결과의 정확성을 정당화할 수도 있습니다.
뭐라고요?
왜 안 돼?
1. 비정상성 = 분산이 무한대와 같습니다. "드리프트"는 혁신입니다!
2. 빨간색으로 강조 표시 - 팝콘과 맥주에 비축. MO 방식을 이용한 가격대 예측과 함께 방송을 기다리고 있어요!