가격에 영향을 미칠 수 있는 모든 요소를 고려하면 수십억 개의 징후가 있고 수십억 배에 달하는 불변성을 고려해야 한다는 것을 알게 될 것입니다.
그래서 제가 이 글을 썼습니다.
그래서 모든 기성 모델은 문제가 되지 않습니다.
말도 안 돼요.
수학의 요점은 우리 주변 세계의 다양성을 그 다양성을 계산할 수 있는 최소한의 공식으로 대체하는 것입니다.
당신은 모든 것과 모든 사람이 지구로 떨어지는 것을 설명했거나 설명하려고 시도했고, 뉴턴은 지구로 떨어지는 모든 물체의 지구 중력에 대한 공식을 도출했습니다.
나는 80 % 이상의 경우에서 비 고정 코티르의 일부 유도에서 RF 트리에서 미래를 정확하게 예측합니다. 창을 15,000 바 (더 이상 시도하지 않았습니다)로 이동할 때 이러한 나무가 150 개를 초과하지 않으면 분류 오류가 변경되지 않습니다. 위험을 감수하고 최소 70개의 트리를 사용하면 오차가 몇 퍼센트 더 커집니다. 그게 수십억의 수십억의 수십억입니다.
생각해 보면
지난 5개의 캔들을 위해 피칭을 해왔다면 당연히 그렇겠죠.
그리고 그것에 대해 생각하고 가격에 영향을 미칠 수있는 모든 것을 다루려고 노력하면 수십억 개의 징후가 있으며 수십억 배의 불변성을 고려해야한다는 것을 알게 될 것입니다.
그래서 제가 이 글을 썼습니다.
Forest나 Boost가 이런 일을 할 수 있다고 생각한다면 실망하실 겁니다. 그들은 아직 테이블 모델에 100억 개의 기능을 공급하는 법을 배우지 못했습니다....
따라서 모든 기성품 모델은 의문의 여지가 없습니다.
마지막 다섯 개의 촛불을 제공하는 경우라면 물론입니다.
가격에 영향을 미칠 수 있는 모든 요소를 고려하면 수십억 개의 징후가 있고 수십억 배에 달하는 불변성을 고려해야 한다는 것을 알게 될 것입니다.
그래서 제가 이 글을 썼습니다.
그래서 모든 기성 모델은 문제가 되지 않습니다.
저는 일반적으로 Max의 의견에 동의합니다. 가격 범위 내에서 규칙이나 조건을 생성하는 것은 비교, 논리 및 달력 바인딩으로 제한됩니다. 그래서 장군은 확실히 거기에 있습니다))))
마지막 다섯 개의 촛불을 제공하는 경우라면 물론입니다.
가격에 영향을 미칠 수 있는 모든 요소를 고려하면 수십억 개의 징후가 있고 수십억 배에 달하는 불변성을 고려해야 한다는 것을 알게 될 것입니다.
그래서 제가 이 글을 썼습니다.
그래서 모든 기성 모델은 문제가 되지 않습니다.
말도 안 돼요.
수학의 요점은 우리 주변 세계의 다양성을 그 다양성을 계산할 수 있는 최소한의 공식으로 대체하는 것입니다.
당신은 모든 것과 모든 사람이 지구로 떨어지는 것을 설명했거나 설명하려고 시도했고, 뉴턴은 지구로 떨어지는 모든 물체의 지구 중력에 대한 공식을 도출했습니다.
나는 80 % 이상의 경우에서 비 고정 코티르의 일부 유도에서 RF 트리에서 미래를 정확하게 예측합니다. 창을 15,000 바 (더 이상 시도하지 않았습니다)로 이동할 때 이러한 나무가 150 개를 초과하지 않으면 분류 오류가 변경되지 않습니다. 위험을 감수하고 최소 70개의 트리를 사용하면 오차가 몇 퍼센트 더 커집니다. 그게 수십억의 수십억의 수십억입니다.
저는 비고정 지수의 일부 유도에서 나온 RF 트리가 80% 이상 정확하게 미래를 예측합니다.
그리고 저는 시간당 백만 달러를 벌고 50cm를 가지고 있으며 일반적으로 저는 지구의 대통령입니다.
그러나 나는 여기 다른 수다쟁이들처럼 누구에게도 아무것도 보여주고 증명하지 않을 것입니다.....
마지막 다섯 개의 촛불을 제공하는 경우라면 물론입니다.
가격에 영향을 미칠 수 있는 모든 요소를 고려하면 수십억 개의 징후가 있고 수십억 배에 달하는 불변성을 고려해야 한다는 것을 알게 될 것입니다.
그래서 제가 이 글을 썼습니다.
그래서 모든 기성 모델은 문제가 되지 않습니다.
양자 컴퓨팅에 대한 할당량을 요청할 때입니다 ) 그들은 행렬 연산을 빠르게 해결하는 것 같습니다.
양자 컴퓨팅에 대한 할당량을 요청할 때입니다. ) 행렬 연산을 빠르게 해결하는 것 같습니다.
규칙 검색 알고리즘 (가장 효율적인 알고리즘)을 시작했는데, 이해하지 못하고 멈췄습니다.)
차원을 100배나 줄여야 했습니다.
그때부터 무언가를 찾기 시작했죠...
이것이 내 언어에서 패턴이나 규칙이 어떻게 생겼는지...
규칙은 하나뿐입니다
Forest나 Boost가 이런 일을 할 수 있다고 생각한다면 실망하실 겁니다. 그들은 아직 테이블 모델에 100억 개의 기능을 공급하는 법을 배우지 못했습니다.....
단 하나의 규칙입니다.
이런 종류의 작업에는 슈퍼컴퓨터가 필요합니다.
여러 번의 훈련이 필요하다면 어떨까요? 예를 들어 일부 메타파라미터를 최적화해야 한다면요. 그렇다면 슈퍼컴퓨터로 구성된 슈퍼네트워크가 필요할 것입니다.)
여러 번의 교육이 필요한 경우에는 어떻게 하나요? 예를 들어 일부 메타파라미터를 최적화하는 경우입니다. 그렇다면 슈퍼컴퓨터로 구성된 슈퍼네트워크가 필요할 것입니다.)
우선, 이것은 학습이 아니라 규칙을 찾는 것입니다.
결과에 영향을 미치는 몇 가지 메타변수가 항상 존재합니다. 예를 들어 히스토리 창의 크기나 그 밖의 모든 것이 그렇습니다. 메타파라미터로 할 수 있는 최악의 일은 메타파라미터의 존재를 무시하고 그 값을 천장에서 가져오는 것입니다.
TS 알고리즘에서 상수를 최적화 파라미터로 취급하는 것이 유용할 때가 있다는 fxsaber의 말이 기억납니다.
결과에 영향을 미치는 몇 가지 메타파라미터가 항상 존재합니다. 예를 들어, 히스토리 창의 크기나 그 밖의 모든 것이 그렇습니다. 메타파라미터로 할 수 있는 최악의 일은 메타파라미터의 존재를 무시하고 그 값을 천장에서 가져오는 것입니다.
TS 알고리즘에서 상수를 최적화 파라미터로 취급하는 것이 유용할 때가 있다는 fxsaber의 말이 기억납니다.
히스토리 윈도우의 크기는 표 형식의 데이터를 사용하는 고전적인 MO의 경우 큰 제약일 뿐입니다.
AC (asoc. 규칙)는 이러한 질병을 앓지 않으며 구조화되지 않은 데이터를 완벽하게 소화하며 각 관찰은 임의의 크기가 될 수 있습니다.
그리고 바로 그 "시각의 창"(역사 창)은 연역적 인 힘에 의해서만 제한 될 수 있습니다.
따라서 역사 창의 크기에 대한 귀하의 예는 AC에 대한 투표와 MO에 대한 투표 일뿐입니다.
더 많은 논쟁을 해주세요, 관심이 있습니다. 내가 정말로 무언가를 고려하지 않았을 수도 있습니다. 그리고 또 다른 질문, 당신은 AC의 주제에 얼마나 있습니까?
==========================================================================
다섯 개의 관측값이 있는 데이터의 작은 모형(모델)을 만들어 보겠습니다.
관찰 - 하나의 관찰을 하루의 m5 따옴표로 합니다.
관찰에서"." 를 일부 노이즈(관심 없는 일부 이벤트)로 표시해 보겠습니다.
"A" " B " "C " ---> "매도" 이것은 "매도" 목표가 발생한 이벤트의 시퀀스입니다.
MO의 마지막 5개 캔들과 목표만 입력하면 됩니다.
이와 같이
데이터가 깔끔한 표 형식이 되도록 모두 입력합니다.
AMO는 예시에서 패턴을 어떻게 찾나요?
스피커는 모든 관측값을 입력으로 받으며, 관측값은 예시에서와 같이 크기가 다를 수 있습니다.
규칙을 선택하여 노이즈를 제거하고 규칙 = "A" "B" "C"가 "CELL"로 이어지는 형태의 패턴을 제공합니다.
구조화되지 않은 쓰레기를 패턴으로 바꿔줍니다.