L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 820

 
Alexander_K2:
Pendant qu'il y a une accalmie, je vais poster du texte ici, peut-être que quelqu'un sera intéressé.

Qu'est-ce que ça a à voir avec le MoD ? Il y a aussi un sujet intitulé "Intérêt et humour" - vous pouvez y aller. Peut-être que quelqu'un sera intéressé).

 
SanSanych Fomenko:
Dossiers :
LogicAlgs.zip  555 kb
 
Vizard_:

Merci, très curieux.

 
Vizard_:

"§1.8 Conclusions
Tout le monde, sans exception... cherche à trouver un meilleur modèle... à construire un algorithme plus simple à partir de celui-ci... et à le faire le plus rapidement possible."-Genius
))

 

C'est pour quoi faire ? Dans la Fédération de Russie, les importations sont déterminées par l'entropie.

vous voulez apprendre à compter à la main ?

https://habrahabr.ru/post/171759/

Pourquoi ai-je besoin de savoir tout ça ?


Энтропия и деревья принятия решений
Энтропия и деревья принятия решений
  • 2011.03.13
  • habrahabr.ru
Деревья принятия решений являются удобным инструментом в тех случаях, когда требуется не просто классифицировать данные, но ещё и объяснить почему тот или иной объект отнесён к какому-либо классу. Давайте сначала, для полноты картины, рассмотрим природу энтропии и некоторые её свойства. Затем, на простом примере, увидим каким образом...
 
Maxim Dmitrievsky:

C'est pour quoi faire ? Dans la Fédération de Russie, les importations sont déterminées par l'entropie.

vous voulez apprendre à compter à la main ?

https://habrahabr.ru/post/171759/

Pourquoi est-ce que je sais tout ça, putain ?

Ne vous inquiétez pas.

 
Alexei Tarabanov:

Ne soyez pas timide.

Vous êtes un buveur ?

 

L'algorithme d'ouverture et de fermeture d'un ordre est différent. Ce que vous y trouvez à travers R n'est pas clair lorsque vous ne traitez que les signaux ouverts...

MSE ne peut donner des mesures erronées sur les échantillons de contrôle qu'en réduisant la plage de valeurs de 100 à 85 de manière constante.

 
Aliosha:

Ne dites pas n'importe quoi, 70% est une erreur due à une mauvaise cible et ces 17%, 30% sont vos chiffres fantaisistes du plafond. Il existe une corrélation simple entre la précision et le rapport de netteté, qui après 55% donne des valeurs cosmiques, vous ne comprenez tout simplement pas de quoi vous parlez à 70%.

Je ne sais pas non plus de quoi vous parlez. Veuillez expliquer :

1 Qu'est-ce que ce "pas la bonne cible" ?

2. Référence à une relation "simple" "entre la précision et le rapport de netteté".

3) Si votre modèle fournit une précision inférieure à 0,75, allez-y et abandonnez-le.

Il y a beaucoup d'oracles sur le site, ils disent sans preuve de l'expérience et sans référence à des tiers, juste pour faire du bruit.

Si vous avez mené vos propres expériences, donnez les résultats, s'il existe une étude d'un tiers, donnez un lien.

Bonne chance

 

C'était la première fois que j'étais banni depuis tant d'années. Mais je l'ai appris le dernier jour de l'interdiction, alors que j'avais déjà prévu de me reposer, et j'ai donc dû recommencer.

Je vais m'y mettre. Mauvaise cible. Même s'il n'est pas correct, le modèle sera optimisé pour la cible, même s'il est incorrect....... Parce qu'une mauvaise cible est une mauvaise interprétation de celle-ci. Et si la cible est sélectionnée et que le modèle est construit sur elle, le modèle répondra aux exigences de la cible, et seul l'expert qui l'a construit décide ce qu'il en est, bien ou mal.... IMHO