트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩 - 페이지 711

새 코멘트
 
알렉산더_K2 :

여기에는 성배가 없습니다. 지금 그는 내 옆에 앉아 있습니다. 그는 부푼 눈으로 이 서신을 보고 있습니다.

나는 또한 모든 종류 의 확률 밀도 및 기타 사항에 점차적으로 접근하고 있지만 다른 한편으로는 myshinlerning에서 약간 있습니다.

거기에서 엔트로피가 사용되며 에이전트에 대해 다른 분포를 설정할 수 있습니다.

 
막심 드미트리예프스키 :

나는 또한 모든 종류 의 확률 밀도 및 기타 사항에 점차적으로 접근하고 있지만 다른 한편으로는 myshinlerning에서 약간 있습니다.

괜찮은.

입력만 이해하십시오. 어쨌든 입력해서는 안 되지만 거래의 강도와 엄격하게 연결되어야 합니다. 잠시, 결국.

생계를 위해 어리석은 재정으로 어려울 것입니다. 투표, 나는 단지 확률에 대한 성배를 던져서 서사를 계속할 힘을 얻습니다.

쇼는 계속되어야 한다!

 
마법사_ :

젠키 오픈)))

열림))))

행운을 빕니다!

)))

 
알렉산더_K2 :

괜찮은.

입력만 이해하십시오. 어쨌든 입력해서는 안 되지만 거래의 강도와 엄격하게 연결되어야 합니다. 잠시, 결국.

생계를 위해 어리석은 재정으로 어려울 것입니다. 투표, 나는 단지 확률에 대한 성배를 던져서 서사를 계속할 힘을 얻습니다.

쇼는 계속되어야 한다!

가장 중요한 것은 관심이 있다는 것입니다 :) 아직 흥미로운 탐험되지 않은 것들이 있지만 집어들 수 있습니다.

나는 단지 특대형과 특대형이 아닌 학습의 요점, 좁은 고정 문제에 대한 일반적인 근사 및 기능 검색의 요점을 알지 못합니다.

 
1시 04분부터

나는 또한 부스팅에 찬성하지만 과적합에 반대하는 그의 싸움에 약간 동의하지 않습니다.

그에게 과적합을 물리치는 것은 나무를 쪼개는 특별한 기준 + 최소 나무 수입니다.

나를 위해: gbm + k-fold. 나는 이제 gbm에서 멈췄지만 R의 다른 패키지(xgboost, catboost )도 시도했습니다. 과적합 보호 기능이 내장되어 있지만 gbm만큼 기쁨을 얻지는 못했습니다.

 

그것?


 

요컨대, 결론을 따라, 꼭대기를 따라, 나는 그들이 모든 것을 스스로 끝낼 것이라고 생각합니다.


 
레나트 아크티아모프 :

신경망과 달리 나는 칠면조 키가 더 큰 것을 보여 주었습니다. 여기서 밤부터 시간까지(자연스럽게 실제 ):


곡선의 유형은 확실히 흥미롭고 무시할 수 없지만 수확량이 너무 낮습니다. 임호

 
블라디미르 그리바초프 :

그것?

네. 1에서 1.

 
레나트 아크티아모프 :

포함하여 가장 흥미로운 곳입니다. DC의 경우 - 예측

나는 할 수 없다

선생님, 다시 평범한 소년들이 당신의 핵심에 도착했습니다)))


1...704705706707708709710711712713714715716717718...3399
새 코멘트
사유: