L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 3018
Vous manquez des opportunités de trading :
- Applications de trading gratuites
- Plus de 8 000 signaux à copier
- Actualités économiques pour explorer les marchés financiers
Inscription
Se connecter
Vous acceptez la politique du site Web et les conditions d'utilisation
Si vous n'avez pas de compte, veuillez vous inscrire
La sagesse populaire dit qu'on ne peut pas voir la forêt pour les arbres. Je me demande si l'on peut voir un arbre en ramassant des feuilles. Je ne m'interroge pas sur la forêt.
Est-ce le seul algorithme que vous connaissez ? Ou est-ce le plus efficace ? Pourquoi faites-vous une fixation sur cet algorithme ?
C'est une pensée passagère.
Bonne chance
Quel est l'intérêt de regarder un arbre ? :) Je ne pense pas qu'il faille chercher à obtenir un rappel à 100 %.
Oui, en ce qui concerne les modèles de pensée alternatifs, pouvez-vous suggérer un modèle qui combine bien (fonctionne) les caractéristiques binaires déchargées (unités rares - environ 5% dans l'échantillon) ? Il y en a beaucoup.
A la question "Pourquoi ?"
Je n'ai pas le temps de m'en occuper...
Pourquoi pas, ce serait pratique pour moi...
Pourquoi pas - ce serait pratique pour moi....
La sagesse populaire dit qu'on ne peut pas voir la forêt pour les arbres. Je me demande si l'on peut voir un arbre en ramassant des feuilles. Je ne m'interroge pas sur la forêt.
Est-ce le seul algorithme que vous connaissez ? Ou est-ce le plus efficace ? Pourquoi faites-vous une fixation sur cet algorithme ?
C'est une pensée passagère.
Bonne chance
Il diffère en essayant d'utiliser non pas le meilleur prédicteur divisé, mais différentes variantes du meilleur. De cette manière, les divisions sont effectuées de manière séquentielle et le succès de l'estimation se fait sur lafeuille, si j'ai bien compris l'algorithme. À partir de la génération réussie, les prédicteurs plus proches de la feuille sont coupés et la construction est recommencée. Je ne peux pas analyser l'algorithme lui-même en détail - je n'en suis pas l'auteur. Mais, dans l'idée, cette approche est meilleure que la randomisation en théorie.
Il est préférable d'apprendre à travailler avec des données, plutôt que d'envoyer des gigaoctets de déchets corrélés sur des serveurs.
Vous auriez pu simplement dire que vous n'aviez pas compris le sujet, que vous aviez tiré des conclusions erronées, et maintenant vous agissez de telle sorte que vous comprenez l'essence du problème et que vous vous dirigez directement vers la retraite.
Cette idée marginale - que tout le monde est un imbécile sauf vous - repousse les gens - pensez-y.
Il ne s'agit pas d'un algorithme de division gourmande, mais d'un algorithme génétique. Les dipminds se sont également penchés sur la question, en tirant des règles des réseaux neuronaux. Mais ils n'ont pas trouvé beaucoup d'informations. Il y a un article et un modèle prêt à l'emploi, mais il n'y a pas d'inspiration pour essayer tout cela. Il existe d'autres implémentations de l'extraction de règles à partir de réseaux neuronaux. Vous pouvez probablement apprendre quelque chose à partir de là.
C'est ainsi que j'ai écrit quelle est la différence entre greedy et genetics pour un arbre - peut-être n'ai-je pas compris la question.
Je n'ai jamais entendu parler de l'extraction de règles d'un réseau neuronal. Pouvez-vous fournir un lien ? Jusqu'à présent, j'ai imaginé quelque chose d'encombrant.
Mais je pense que les réseaux neuronaux seront manifestement plus lents que les arbres en termes de vitesse d'émission de nouvelles règles.
C'est ainsi que j'ai écrit quelle est la différence entre l'avidité et la génétique pour le bois - peut-être n'ai-je pas compris la question.
Je n'ai jamais entendu parler de l'extraction de règles à partir d'un réseau neuronal. Pouvez-vous me donner un lien ? Jusqu'à présent, quelque chose d'encombrant se dessine dans mon imagination.
Mais je pense que les réseaux neuronaux seront évidemment plus lents que les arbres en termes de vitesse d'émission de nouvelles règles.
Vous auriez pu simplement dire que vous n'aviez pas compris le sujet, que vous aviez tiré des conclusions erronées et que, maintenant, vous vous comportez de telle manière que vous venez de réaliser l'essence du problème et que vous êtes allé directement à la retraite.
Cette idée marginale - que tout le monde est un imbécile sauf vous - fait fuir les gens - pensez-y.