L'Apprentissage Automatique dans le trading : théorie, modèles, pratique et trading algo - page 3394
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
Je regarde mon code.
Plusieurs modèles se trouvent au milieu ( ?) de tout le code R. Si vous retirez les modèles du code R et que vous les placez ailleurs, vous obtiendrez un code complètement différent qui devra être débogué à nouveau !
Et pourquoi ?
Il y a µl et R avec une séparation fonctionnelle évidente des CTs. L'ensemble mcl et R fonctionne de manière stable ..... et quelle est la place d'ONNX ici ?
Requiem pour RL et ode au transformateur causal
*Tout algorithme RL peut être considéré comme un optimiseur global
https://ai.plainenglish.io/reinforcement-learning-is-dead-long-live-the-transformer-228835689841
Requiem pour RL et ode au transformateur causal
*tout algorithme RL peut être perçu comme n'importe quel optimiseur global
https://ai.plainenglish.io/reinforcement-learning-is-dead-long-live-the-transformer-228835689841
Malheureusement... pas de schmooze non plus
https://www.mql5.com/ru/articles/13712
Les LLM sont probablement les jouets préférés des linguistes en ce moment :)
Es-tu en train de dire que tu es plus cool que moi ?
Puisque le second a dit que c'était le Graal,
donnez-moi une évaluation objective.
dans les informations de la bande-annonce
et lien :
GitHub - alfiyandyhr/nn_ga_benchmark : NN+GA : Un cadre d'optimisation basé sur les substituts utilisant un réseau neuronal et un algorithme génétique
parce que le copain a dit que c'était le Graal,
donnez une évaluation objective, s'il vous plaît
dans les infos sur la bande-annonce
et le lien :
GitHub - alfiyandyhr/nn_ga_benchmark : NN+GA : Un cadre d'optimisation basé sur les substituts utilisant un réseau neuronal et un algorithme génétique
Il est impossible de dire quoi que ce soit quand on ne sait pas ce qui est optimisé et pourquoi. La méthode elle-même est bonne, mais elle peut être lente, comme la méthode de descente stochastique. C'est-à-dire qu'elle peut mettre beaucoup de temps à converger.
Il est impossible de dire quoi que ce soit quand on ne sait pas ce qui est optimisé et pourquoi. La méthode elle-même est bonne, mais elle peut être lente, comme la méthode de descente stochastique. C'est-à-dire qu'elle peut prendre beaucoup de temps pour converger.
Algorithmes génétiques + réseaux neuronaux = le meilleur des deux mondes (skine.ru )
ouais chapeau
Oui chapeau
très probablement
un compagnon avait un signal qui allait vers les livantos avec un succès naturel.
très probablement
un compagnon avait un signal qui est entré dans les livantos avec un succès naturel.
En général, on utilise l'optimisation des hyperparamètres sur une grille, NN+GA est différent, les poids doivent être déterminés par GA, et non par un solveur standard comme adam.
L'article en lien est confus.