L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 1257

Nuovo commento
 
Philipp Negreshniy:
il successo dipende dalla fortuna che accompagna gli sciocchi, solo loro possono fare ME e farlo sembrare promettente;)

Hai ragione, gli intelligenti sono di solito sfortunati nella vita, perché hanno paura del rischio, che gli stupidi semplicemente non vedono, gli intelligenti a volte hanno bisogno di agire come un ubriaco, vigorosamente di nascosto, come opzione per prendere decisioni e agire sotto l'influenza.

 
Kesha Rutov:

Conosci questo "qualcosa", questa "strategia di base (BS)"?

Prendete un qualsiasi BS per iniziare. MO mostrerà le sue prestazioni e il suo potenziale di sviluppo, se c'è). Poi, o cambiare il BS o svilupparlo.

Tutto rimane come senza il MOA. MO non sostituisce la testa)).

 

Selezione dellecaratteristiche usando algoritmi genetici in R


Questo è un post sulla selezione delle caratteristiche utilizzando algoritmi genetici in R, in cui faremo una rapida revisione su:

  • Cosa sono gli algoritmi genetici?
  • GA in ML?
  • Che aspetto ha una soluzione?
  • Processo GA e i suoi operatori
  • La funzione di fitness
  • Algoritmi di genetica in R!
  • Prova tu stesso
  • Mettere in relazione i concetti
Feature Selection using Genetic Algorithms in R
Feature Selection using Genetic Algorithms in R
  • Pablo Casas
  • www.r-bloggers.com
This is a post about feature selection using genetic algorithms in R, in which we will do a quick review about: What are genetic algorithms? GA in ML? What does a solution look like? GA process and its operators The fitness function Genetics Algorithms in R! Try it yourself Relating concepts Animation source: "Flexible Muscle-Based Locomotion...
 
Yuriy Asaulenko:

Prendete un qualsiasi BS per iniziare. Il Ministero della Difesa mostrerà le sue prestazioni e il suo potenziale di sviluppo, se esiste). Poi, o cambiare il BS o svilupparlo.

Tutto rimane come senza MO. Non c'è sostituto per il MO))

Ho già mostrato come funziona per me e suggerito il mio obiettivo che definisce le tendenze e i flussi, in cui è possibile scambiare qualsiasi strategia d'impulso e di canale, rispettivamente.

 
I post sono stati cancellati di nuovo...(
Il cattivo esempio è contagioso
 
Elibrarius:
I post sono stati cancellati di nuovo...(
Il cattivo esempio è contagioso.

è "mangiare" e comunque nessuno ne discuterà qui, quindi l'ho cancellato per non disturbare l'idillio)

 
Maxim, cos'è un albero bayesiano? Che differenza c'è con uno normale?
 
Maxim Dmitrievsky:

nessuno ne discuterà qui comunque, quindi l'ho cancellato per non disturbare l'idillio)

Beh, almeno tieni articoli interessanti nel tuo blog. Solo spazzatura nessuno cancella qui che rende difficile trovare qualcosa di interessante.
 
elibrarius:
Almeno tieni articoli interessanti nel tuo blog. Qui nessuno cancella la spazzatura, il che rende difficile trovare qualcosa di interessante.

Per capire gli alberi bayesiani dovreste prima leggere l'algoritmo di Metropolis-Gastnigs, algoritmo Monte Carlo su catene di Markov, per analogia con gli alberi

il documento BART stesso

http://www-stat.wharton.upenn.edu/~edgeorge/Research_papers/BART%20June%2008.pdf

il punto è che non sono riqualificati e danno una stima probabilistica dell'output (posteriore)

 
Maxim Dmitrievsky:

Per capire gli alberi bayesiani dovreste prima leggere l'algoritmo di Metropolis-Hastnigs, l'algoritmo Monte Carlo su catene di Markov, l'analogia con gli alberi è

il documento BART stesso

http://www-stat.wharton.upenn.edu/~edgeorge/Research_papers/BART%20June%2008.pdf

il punto è che non si riqualificano e danno un output probabilistico (posteriore)

Un sacco di formule ((

1...125012511252125312541255125612571258125912601261126212631264...3399
Nuovo commento