L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 2781

 
Uladzimir Izerski #:

Je ne vois pas de perspectives avec vous. Je suis désolée.

Ce n'est pas grave...

P. S. Ne me dites pas que le ministère de la Défense ne travaille pas.

 
Evgeni Gavrilovi #:

L'information mutuelle est-elle adaptée à cette situation ?

https://scikit-learn.org/stable/modules/generated/sklearn.feature_selection.mutual_info_classif.html

C'est entre deux séries de nombres aléatoires. Et entre un nominal et un aléatoire.

Je n'en ai pas besoin.

Il faut prendre SEULEMENT R, un système statistique spécialisé - une référence dans le domaine des statistiques.

 
Evgeni Gavrilovi #:

Qu'est-ce qui est le mieux ? celui-ci ou celui de scikit-learn?

https://minepy.readthedocs.io/en/latest/python.html

Vous vous trompez tous les deux.

Tout est écrit, en grand nombre, des milliers d'utilisateurs garantissent la faisabilité, un excellent appareil de référence, y compris la théorie.

Procurez-vous les paquets R.

 
СанСаныч Фоменко #:

Il se situe entre deux rangées de nombres aléatoires. Et il est entre un nominal et un aléatoire.

Je n'ai pas besoin de ce programme.

Il faut prendre SEULEMENT R, un système spécialisé de statistiques - une référence dans le domaine des statistiques.

Sanych, c'est déjà le marasme qui s'insinue sans qu'on s'en aperçoive.
 
Maxim Dmitrievsky #:
Sanych, c'est déjà le marasme qui s'insinue sans qu'on s'en aperçoive.

Ne vous sentez pas concerné. Ne le faites pas.

 
СанСаныч Фоменко #:

Ne vous sentez pas visé. Vous n'êtes pas obligé de le faire.

C'est de l'ordre de l'humour. Les utilisateurs R ne comprendront pas)

vous citez un paquet spécifique, en quoi il est meilleur que les autres et ainsi de suite. Il n'y a qu'une seule façon de calculer l'entropie et plusieurs variations sur le thème, de sorte que tout fonctionne également bien

Les lettres du code sont similaires

il s'agit surtout d'un lien vers un paquetage python, dont des millions d'utilisateurs garantissent le fonctionnement :D

Les r-utilisateurs, pour une raison ou une autre, me rappellent beaucoup les scientologues ou les témoins de Jéhovah, que Dieu me pardonne.
 
Maxim Dmitrievsky #:


Pour une raison ou une autre, les utilisateurs de r me rappellent beaucoup les scientologues ou les témoins de Jéhovah, que Dieu me pardonne.

Messieurs ? )))

 
Maxim Dmitrievsky #:

C'est dans l'ordre de l'humour. Les utilisateurs R ne comprendront pas)

vous citez un paquet spécifique, en quoi il est meilleur que les autres et ainsi de suite. Il n'y a qu'une seule façon de calculer l'entropie et plusieurs variations sur le thème, de sorte que tout fonctionne également bien

Les lettres du code sont similaires

il s'agit surtout d'un lien vers un paquetage python, dont des millions d'utilisateurs garantissent le fonctionnement :D

Les r-utilisateurs, pour une raison ou une autre, rappellent beaucoup les scientologues ou les témoins de Jéhovah, que Dieu me pardonne.

La publicité ne devrait pas être détachée de la réalité, car ce ne sont pas les utilisateurs en général qui sont intéressants, mais les utilisateurs-experts en statistiques.


En deux clics, j'ai trouvé sur l'entropie

Entropie

  • RTransferEntropy mesure le flux d'informations entre les séries temporelles avec l'entropie de transfert de Shannon et de Renyi.
  • Une mesure d'entropie basée sur la distance Bhattacharya-Hellinger-Matusita est implémentée danstseriesEntropy.
  • Diverses entropies approximatives et d'échantillons sont calculées à l'aide deTSEntropies.

et voici un paquetage sur l'utilisation de la théorie de l'information


Plus tôt, j'ai nommé d'autres paquets sur le calcul des relations enseignant-prédicteur.

RTransferEntropy: Measuring Information Flow Between Time Series with Shannon and Renyi Transfer Entropy
RTransferEntropy: Measuring Information Flow Between Time Series with Shannon and Renyi Transfer Entropy
  • cran.r-project.org
Measuring information flow between time series with Shannon and Rényi transfer entropy. See also Dimpfl and Peter (2013) < doi:10.1515/snde-2012-0044 > and Dimpfl and Peter (2014) < doi:10.1016/j.intfin.2014.03.004 > for theory and applications to financial time series. Additional references can be found in the theory part of the vignette.
 
Maxim Dmitrievsky #:


Les r-utilisateurs, pour une raison ou une autre, me rappellent beaucoup les scientologues ou les témoins de Jéhovah, que Dieu me pardonne.

Ne me donnez pas d'étiquettes émotionnelles.

Je ne suis pas poussé par l'amour de R, mais par une paresse élémentaire, qui me permet de résoudre mes problèmes à moindre coût à un niveau presque le plus élevé possible. Pas de bla-bla, pas de béton.

 
СанСаныч Фоменко #:

Il n'est pas nécessaire d'apposer des étiquettes émotionnelles.

Je ne suis pas motivé par l'amour du R, mais par une paresse élémentaire, qui me permet de résoudre mes problèmes au moindre coût et presque au plus haut niveau possible. Pas de bla-bla, précisément.

Et je n'ai pas été paresseux et j'ai écrit SampEn, ApEn, permEn sous metac il y a longtemps, le calcul est simple. J'ai regardé les bibliothèques, ce sont des approches standards, là le code de calcul tient en 10 lignes. Les bibliothèques python proposées seront plus brillantes.

Il ne s'agit pas d'étiquettes émotionnelles, mais d'une interrogation sincère sur les raisons pour lesquelles tout est si rare dans nos têtes