나는 신성한 프랙탈 중 하나를 시도하기로 결정했습니다 - 유형의 자기 유사성, 그러나 아무 것도 작동하지 않을 것이라고 생각하지만 시도 할 것입니다.
나는 오래전부터 묻고 싶었다. 150바 길이의 머리-어깨 패턴이 있다고 가정해 보겠습니다. 히스토리에 따르면 비슷한 패턴을 찾아야 하는데 패턴 자체와 찾은 패턴에서 막대의 개수 가 거의 같으면 찾을 수 있습니다. 정확한 막대 수에서 벗어나 자주 발생하는 막대를 찾아 평균 또는 다른 것을 표시하는 방법은 무엇입니까?
나는 오래전부터 묻고 싶었다. 150바 길이의 머리-어깨 패턴이 있다고 가정해 보겠습니다. 히스토리에 따르면 비슷한 패턴을 찾아야 하는데 패턴 자체와 찾은 패턴에서 막대의 개수 가 거의 같으면 찾을 수 있습니다. 정확한 막대 수에서 벗어나 자주 발생하는 막대를 찾아 평균 또는 다른 것을 표시하는 방법은 무엇입니까?
더 큰 패턴을 원하는 크기로 무작위로 여러 번 가늘게 만드는 방법은 모르겠습니다. 이때 상관 관계가 더 좋아지고 해당 패턴을 인스턴스로 사용합니다(막대 수가 크게 다르지 않은 경우).
글쎄요, 당신은 convolution을 통해 그것을 할 수 있지만 나는 어떻게 하는지 모릅니다
나는 많은 사람들이 Reshetov의 작업에 익숙하다고 확신하지만 아무도 그의 개념을 끝까지 이해하지 못했습니다. 그의 작업의 요점 중 하나는 Shapley의 공리를 고수한다는 것입니다. 솔직히, 나는 스스로 수영하지만 간단히 말해서 네트워크 다항식의 가중치 계수의 합은 1, 음 또는 1과 같습니다. 따라서 옵티마이저의 작업은 0에서 1까지의 범위에 분포하는 네트워크 계수를 찾는 것으로 축소됩니다. 그리고 다항식이 얼마나 길든 상관없이 계수의 합이 1과 같아야 하고 다음을 포함하는 것이 중요합니다. 교육에서 정보가 아닌 기능이 있는 경우 정보 예측자의 계수로 인해 해당 항목에 대한 계수 리소스(리소스는 0에서 1로 제한됨)를 할당하여 덜 중요하게 만듭니다. 이것이 이 알고리즘이 데이터 전처리를 요구하는 이유입니다. 더 잘 청소할수록 OS 전체에서 모델의 성능과 훈련 결과가 더 좋아질 것입니다. 내가 아는 한 R의 네트워크 패키지와 세트는 Shapley의 공리를 사용하지 않습니다. 따라서 결과는 ...
"먼저 책을 읽고 불태우지 않는 법을 배우게 될 것입니다." 이것은 이 지부의 대표자들 중 누구도 그 일의 본질을 파헤치려고 애쓰지 않았다는 것을 의미합니다. 겉보기엔 성공적으로 서랍 속으로 던졌다.......ㅋㅋㅋㅋ!!!!!
이것은 동일합니다 .. 그러나 변환은 어떻게 수행됩니까? 예가 있습니까? 내 생각에는 커널 트릭이 있습니다 .. 그리고 내 기적 알고리즘에 견딜 수 없을 정도로 부족해졌습니다.
먼저 그림이나 일종의 수학적 모델에서와 같이 지표로서의 프랙탈이 무엇을 의미하는지 결정해야 합니다.
표시가 있으면 μl4에서 왼쪽과 오른쪽에 최소 100개의 막대를 만들면 계산됩니다.
나는 물론 모델 이전에 예제를 썼습니다. 사진에 있는 것은 흡연자의 프랙탈입니다.
나는 물론 모델 이전에 예제를 썼습니다. 사진에 있는 것은 흡연자의 프랙탈입니다.
음, 추세선 을 구축하고 거래하는 전체 커뮤니티가 있습니다. 나는 테스터에서 이 케이스를 철저히 실행했고 무엇을 위한 것인지 알고 있습니다.)).
오. 예, 나는 거기에서 Almazov에 대해 뭔가를 기억했습니다)
그리고 Arima와 같은 복잡한 알고리즘을 자동화하는 데 어떤 문제가 있습니까?
오. 예, 나는 거기에서 Almazov에 대해 뭔가를 기억했습니다)
그리고 Arima와 같은 복잡한 알고리즘을 자동화하는 데 어떤 문제가 있습니까?
예, 원칙적으로 자동화할 대상이 명확하지 않습니다. 패턴 또는 일종의 상관 관계
나는 신성한 프랙탈 중 하나를 시도하기로 결정했습니다 - 유형의 자기 유사성, 그러나 아무 것도 작동하지 않을 것이라고 생각하지만 시도 할 것입니다.
예, 원칙적으로 자동화할 대상이 명확하지 않습니다. 패턴 또는 일종의 상관 관계
나는 신성한 프랙탈 중 하나를 시도하기로 결정했습니다 - 유형의 자기 유사성, 그러나 아무 것도 작동하지 않을 것이라고 생각하지만 시도 할 것입니다.
나는 오래전부터 묻고 싶었다. 150바 길이의 머리-어깨 패턴이 있다고 가정해 보겠습니다. 히스토리에 따르면 비슷한 패턴을 찾아야 하는데 패턴 자체와 찾은 패턴에서 막대의 개수 가 거의 같으면 찾을 수 있습니다. 정확한 막대 수에서 벗어나 자주 발생하는 막대를 찾아 평균 또는 다른 것을 표시하는 방법은 무엇입니까?
나는 오래전부터 묻고 싶었다. 150바 길이의 머리-어깨 패턴이 있다고 가정해 보겠습니다. 히스토리에 따르면 비슷한 패턴을 찾아야 하는데 패턴 자체와 찾은 패턴에서 막대의 개수 가 거의 같으면 찾을 수 있습니다. 정확한 막대 수에서 벗어나 자주 발생하는 막대를 찾아 평균 또는 다른 것을 표시하는 방법은 무엇입니까?
더 큰 패턴을 원하는 크기로 무작위로 여러 번 가늘게 만드는 방법은 모르겠습니다. 이때 상관 관계가 더 좋아지고 해당 패턴을 인스턴스로 사용합니다(막대 수가 크게 다르지 않은 경우).
글쎄요, 당신은 convolution을 통해 그것을 할 수 있지만 나는 어떻게 하는지 모릅니다더 큰 패턴을 원하는 크기로 무작위로 여러 번 가늘게 만드는 방법은 모르겠습니다. 이때 상관 관계가 더 좋아지고 해당 패턴을 인스턴스로 사용합니다(막대 수가 크게 다르지 않은 경우).
글쎄요, 당신은 convolution을 통해 그것을 할 수 있지만 나는 어떻게 하는지 모릅니다이제 나는 또한 역사의 컬렉션을 수집하고 각 패턴을 비교할 수 있다고 생각했습니다. 시간이 오래 걸리지 만 시계에서 빠르게 계산됩니다.
그라마제카1이 내 이름 뒤에 숨은 게 뭔지 이해가 안 됐다. 어떡해.......????
농담이야, 내가 전부야... 나!!!!
나는 많은 사람들이 Reshetov의 작업에 익숙하다고 확신하지만 아무도 그의 개념을 끝까지 이해하지 못했습니다. 그의 작업의 요점 중 하나는 Shapley의 공리를 고수한다는 것입니다. 솔직히, 나는 스스로 수영하지만 간단히 말해서 네트워크 다항식의 가중치 계수의 합은 1, 음 또는 1과 같습니다. 따라서 옵티마이저의 작업은 0에서 1까지의 범위에 분포하는 네트워크 계수를 찾는 것으로 축소됩니다. 그리고 다항식이 얼마나 길든 상관없이 계수의 합이 1과 같아야 하고 다음을 포함하는 것이 중요합니다. 교육에서 정보가 아닌 기능이 있는 경우 정보 예측자의 계수로 인해 해당 항목에 대한 계수 리소스(리소스는 0에서 1로 제한됨)를 할당하여 덜 중요하게 만듭니다. 이것이 이 알고리즘이 데이터 전처리를 요구하는 이유입니다. 더 잘 청소할수록 OS 전체에서 모델의 성능과 훈련 결과가 더 좋아질 것입니다. 내가 아는 한 R의 네트워크 패키지와 세트는 Shapley의 공리를 사용하지 않습니다. 따라서 결과는 ...
"먼저 책을 읽고 불태우지 않는 법을 배우게 될 것입니다." 이것은 이 지부의 대표자들 중 누구도 그 일의 본질을 파헤치려고 애쓰지 않았다는 것을 의미합니다. 겉보기엔 성공적으로 서랍 속으로 던졌다.......ㅋㅋㅋㅋ!!!!!
이것은 동일합니다 .. 그러나 변환은 어떻게 수행됩니까? 예가 있습니까? 내 생각에는 커널 트릭이 있습니다 .. 그리고 내 기적 알고리즘에 견딜 수 없을 정도로 부족해졌습니다.
이제 나는 또한 역사의 컬렉션을 수집하고 각 패턴을 비교할 수 있다고 생각했습니다. 시간이 오래 걸리지 만 시계에서 빠르게 계산됩니다.
패턴이 너무 많이 떠서 어떤 방법으로도 유사성을 결정하는 것이 불가능하다는 농담이 있습니다. 각각에 대해 아핀 변환을 수행해야 합니다
패턴이 떠 있으면 그 뒤의 모든 것도 떠 다니는 것입니다.
그리고 눈으로 유사점을 찾는 것은 매우 쉽습니다 .. :) 그래서 나는 아무것도 자동화 할 수 없습니다.
Misha, 당신의 거래를 볼 수 있습니까? 지옥에 신호와 함께 - 그러나 코멘트와 함께 몇 가지 실제 거래를 보여줍니다.
패턴이 너무 많이 떠서 어떤 방법으로도 유사성을 결정하는 것이 불가능하다는 농담이 있습니다. 각각에 대해 아핀 변환을 수행해야 합니다.
패턴이 떠 있으면 그 뒤의 모든 것도 떠 다니는 것입니다.
그런 것이 있습니다.