Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 495
Sie verpassen Handelsmöglichkeiten:
- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Registrierung
Einloggen
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Wenn Sie kein Benutzerkonto haben, registrieren Sie sich
Es ist in Ordnung, das Ergebnis ist Null, Sie haben Glück, dass bei einer so kleinen Stichprobe das Ergebnis nicht statistisch verzerrt ist. Und man braucht nicht einmal auf die Billigkeit des Backgammons zu achten, es kann leicht als Exponent ohne Variationen gemacht werden.
Wovon lassen Sie sich also leiten, wenn Sie ein Spielgerät für einen Stürmer auswählen?
Leider irren sie sich, und das ist nicht nur für "Ignoranten" und Snobs normal, man erinnere sich an Minsky und seine maßgebliche Meinung über die "Sinnlosigkeit" von mehrschichtigen Perseptrons)))
Ich spreche nicht einmal von den Artikeln auf Habra, das ist wie der Müll in den Foren, 99,9 % Werbung, Sci-Fi-Pop und expliziter Müll, 0,1 % intelligente Ideen in der impliziten Form "zwischen den Zeilen".Ich persönlich bin ein Befürworter der Notwendigkeit, zu verstehen, wie der Algorithmus funktioniert, es selbst zu tun und Bibliotheken aus dem Netz für die Kollationierung zu verwenden.
Und im Netz sind meist allein gepostet, etc., eine Menge Videos, aber nur wenige Beispiele für konkrete Umsetzung in Code oder in Code, aber in einer unbekannten Programmiersprache.
Jeder ist ein Verlierer, außer dem Fußballverband.
nur den FAs beigebracht worden sind.
;))
Ich sehe, ich lasse Sie nicht ruhig atmen... atmen Sie durch und beruhigen Sie sich.
Was hat das alles mit Extrapolation zu tun...
diejenigen, die RF in die Alglib-Bibliothek geschrieben haben, auch ungebildete Menschen sind?
und R-Blogger sind offenbar auch ahnungslos
https://www.r-bloggers.com/extrapolation-is-tough-for-trees/
Wenn wir uns auf Autoritätspersonen beziehen, bedeutet das, dass wir dem Ergebnis vertrauen. Das können wir nur bei sehr seriösen Leuten machen, die ihre Ergebnisse in guten Fachzeitschriften mit qualifizierten Redakteuren veröffentlichen.
Wie meinen Sie das? Über den Blog? Ist es eine Behörde?
Ihr Link ist ein klassischer Hinweis auf diejenigen, die ich als unwissend bezeichne.
Der Autor nimmt die lineare Regression, ein in der Anwendung äußerst begrenztes Modell, und argumentiert damit.
Bei der linearen Regression sind die Eigenschaften der Eingabedaten von großer Bedeutung, und es ist sehr wichtig, dass die Ergebnisse als zuverlässig eingestuft werden können. Wo steht das in dem Artikel?
Es sind die Grundlagen der Statistik, die für jedes Modell gelten.
Das Axiom der Statistik (und der gesamten Mathematik) lautet kurz und bündig: Litter ON INPUT - Litter OUTPUT.
Derjenige, der es nicht kennt oder in der Praxis nicht anwendet, gehört meiner Meinung nach zu den Dummschwätzern, unabhängig davon, ob er das Wort Parseptron kennt oder nicht.
Wenn wir uns auf Autoritätspersonen beziehen, bedeutet das, dass wir dem Ergebnis vertrauen. Das geht nur mit sehr seriösen Leuten, die ihre Ergebnisse in guten Fachzeitschriften mit qualifizierten Redakteuren veröffentlichen.
Wie meinen Sie das? Über den Blog? Ist es eine Behörde?
Ihr Link ist ein klassischer Hinweis auf diejenigen, die ich als unwissend bezeichne.
Der Autor nimmt die lineare Regression, ein äußerst begrenztes Anwendungsmodell, und argumentiert dort etwas.
Bei der linearen Regression sind die Eigenschaften der Eingabedaten von großer Bedeutung, und es ist sehr wichtig, dass die Ergebnisse als zuverlässig eingestuft werden können. Wo steht das in dem Artikel?
Es sind die Grundlagen der Statistik, die für jedes Modell gelten.
Das Axiom der Statistik (und der gesamten Mathematik) lautet kurz und bündig: Litter ON INPUT - Litter OUTPUT.
Wer das nicht weiß oder in der Praxis nicht anwendet, gehört meiner Meinung nach zu den dichten Rüpeln, unabhängig davon, ob er das Wort Perseptron kennt oder nicht.
Meine Güte, habt ihr alle getrunken?
Weiß der Wald, wie man extrapoliert? Ja.
Ist sie gut? Nein.
Kann der Wald extrapoliert werden? Ja.
Ist sie gut? Nein.
RF kann ABSOLUT nicht extrapolieren, dies liegt an der Struktur des Entscheidungsbaums, wie in dem obigen Artikel gezeigt
RF weiß ABSOLUT nicht, wie man sich annähert, es hat mit der Entscheidungsbaumstruktur zu tun, wie im obigen Artikel gezeigt
Schade!
Extrapolation und Approximation sind ABSOLUT verschieden.
Sind Sie überhaupt nicht nüchtern?
Schade!
Extrapolation und Approximation sind ABSOLUT verschieden.
Sind Sie überhaupt nicht nüchtern?
Ja, ich habe versehentlich die Worte verwechselt, weil ich in diesem Moment über Annäherung las
Hier ist ein interessantes Beispiel, das ich schon einmal in diesem Thread gepostet habe.
Eine Extrapolation wäre in diesem Fall eine Vorhersage außerhalb der "Wolke der bekannten Punkte".
Wenn bekannte Punkte gut geclustert sind, stellt die Extrapolation für die meisten Modelle kein Problem dar.
Wären die bekannten Punkte jedoch zufälliger angeordnet, ohne offensichtliche Cluster, dann wäre die Vorhersage selbst schlechter und die Extrapolation nicht glaubwürdig.
Es dreht sich alles um die Prädiktoren. Wenn man Unsinn in das Modell einbaut, kann man nicht wirklich gut extrapolieren.
Für Forex ist es unwahrscheinlich, ideale Prädiktoren zu finden, ich würde nie durch Extrapolation von Finanzdaten handeln.