L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 1525
Ti stai perdendo delle opportunità di trading:
- App di trading gratuite
- Oltre 8.000 segnali per il copy trading
- Notizie economiche per esplorare i mercati finanziari
Registrazione
Accedi
Accetti la politica del sito e le condizioni d’uso
Se non hai un account, registrati
7-8 minuti di commento sul nostro argomento da parte di un professionista
IMHO naturalmente, ma Madam non dà l'impressione di un cfmn, e il programma è alla Malakhov e co.
Se stessero discutendo dell'auto-ottimizzazione automatica, sarebbe più interessante del machine learning.
O nessuno solleva la questione che un robot ad autoapprendimento dove si supponeva di conservare tutta la sua conoscenza e come la cercherà rapidamente. Non dicendo che con l'apparizione di una nuova zecca, deve analizzarla e imparare di nuovo da essa.
Cioè è un processo senza fine e il robot non sarà in grado di recuperare il tempo e cadrà sempre a pezzi ogni volta in situazioni straordinarie, non sapendo cosa fare.
Perché il machine learning non è un compito di ottimizzazione? è la stessa cosa...
Perché il machine learning non è un compito di ottimizzazione? È la stessa cosa...
L'ottimizzazione è presente sia negli EA standard che in quelli con NS, ma in quelli semplici si è limitati dalla gamma di parametri ottimizzabili, e in NS dalla gamma di pesi, che è mille ordini di grandezza maggiore della gamma di qualsiasi parametro ordinario ottimizzabile con lo stesso numero di parametri. Ho risposto alla sua domanda?
cos'è il machine learning se non un compito di ottimizzazione? è la stessa cosa...
Cosa hanno da dire molte menti rispettate sull'articolo?
Mi ci sono imbattuto per caso, mi è piaciuto lo stile di scrittura. Quanto del contenuto è vero?
elibrario:
7-8 minuti di commento sul nostro argomento da parte di un professionista
L'82° anno dell'URSS
Cosa hanno da dire molte menti rispettate sull'articolo?
Mi ci sono imbattuto per caso, mi è piaciuto lo stile di scrittura. Quanto il contenuto corrisponde alla realtà?
Articolo molto bello, grazie per averlo trovato.
L'articolo rivela molto bene come stanno le cose, con spiegazioni dettagliate e diagrammi.
Ho iniziato a leggere l'articolo e ho già capito la direzione in cui devo studiare il materiale per il mio desiderio di lunga data.
Non ho una risposta alla domanda che ho posto qui, ma l'ho trovata nell'articolo.
Non ho ancora finito di leggere l'articolo, ma sento che ho bisogno di rileggerlo diverse volte, in diversi periodi di tempo, per cogliere i dettagli necessari.
E salva la pagina html nell'archivio, per sicurezza.
Alla tua domanda "Quanto del contenuto è vero?"
Questa è fondamentalmente la base della comprensione, che è scritta in un linguaggio molto chiaro.
E mi sembra che le menti locali, che cercano di usare gli alberi di decisione, vadano nella direzione sbagliata.
È chiaro dall'articolo che gli alberi decisionali sono un tipo di classificazione.
Questo tipo è progettato per predire la categoria dell'oggetto, non per predire i numeri.
Forse mi sbaglio, dato che non posso conoscere il compito in questione.
E di nuovo, questa è una comprensione di base di dove iniziare, e come dice l'articolo ci sono molte varietà di tipi per risolvere i problemi.
La cosa principale è scegliere il tipo giusto per il vostro compito.
Quindi questo è tutto, ha continuato a leggere ))
Naturalmente, al fine di ottenere una risposta rapida, ho scelto una chat online sul sito web della società cellulare, sperando che ci fosse una persona dal vivo dall'altra parte.
Ma dopo un paio di domande e aver ottenuto una risposta, mi sono subito reso conto che mi stava rispondendo un chatbot, dato che la domanda che gli avevo posto non poteva avere una risposta corretta,
e continuava a chiedermi di chiarire la domanda.
Ancora una volta, dopo aver ricevuto una tale risposta, gli ho scritto che sei un bot stupido e inutile.
(Al che lui mi ha detto onestamente, mi dispiace, stavo solo imparando)).
Ho appena ricordato questo momento di comunicazione con il bot )
Poiché il tipo sbagliato è stato originariamente scelto per l'implementazione, come è chiaro dall'articolo, gli alberi di decisione appartengono al tipo di classificazione.
Non solo. Anche loro possono fare la regressione.
Non solo. Anche loro possono regredire.
Ok, ho capito. Quindi la regressione sugli alberi estende le capacità della regressione normale?
E un'altra domanda, la regressione e la discesa del gradiente sono algoritmi simili o diversi per risolvere il problema?
Se sono simili, quale algoritmo è più preciso?