L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 2125
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
♪ topical reading ))))
lì, l'inizio dell'opera:
http://www.ievbras.ru/ecostat/Kiril/Library/Book1/Content0/Content0.htm#Ref
Stai davvero leggendo questo?
il punto è che è stato scritto senza alcuna potenza di calcolo e logica in primo luogo, e, come notato, funziona) un sacco di acqua naturalmente, ma si può vagliare attraverso di essa da soli. E l'inizio, beh, è il momento, senza l'inizio del libro non sarebbe stato. Puoi tenerne conto anche tu)
http://gmdh.net/articles/theory/bookInductModel.pdf
un grande vantaggio è che i modelli lineari convergono sempre verso un minimo locale. Ecco perché il metodo è ancora attuale
Ho visto questo libro un paio di anni fa.
Sembra... Sì, è affascinante, ma qual è il vero scopo? Se l'obiettivo è quello di scrivere un diploma o un dottorato - sì, è un libro da tavolo
se lo scopo sono le serie temporali - questo libro parla di qualcos'altro, dell'invenzione della foresta casuale agli albori dello sviluppo dei computer
imho, anche insiemi di NS scarsamente abituati all'applicazione in pratica, come lavorare con BP? bene, come opzione per incasinare un mucchio di un sacco di NS, e alla fine si ottiene autoecoder? - Dubito che anche una rete convoluzionale possa essere ottenuta con questo libro
Vorontsov è più rilevante la vecchia conoscenza, e l'elaborazione dei dati - sto masticando alcuni corsi online su BP - c'è qualcosa in esso ;)
Se tutti i punti del test e del Treno sono classificati in una lista comune (riordinati secondo qualche schema), significa che sono mescolati. La mia comprensione è questa. Il test non deve mischiarsi in alcun modo con il vassoio.
Se i punti sono indipendenti (nessuna autocorrelazione), potete e dovete mescolarli
Infatti, è così che funziona la foresta casuale.
Ho visto questo libro un paio di anni fa.
in apparenza... beh, sì, è affascinante, ma davvero - perché? se l'obiettivo è quello di scrivere un diploma o un dottorato - sì, è un libro da scrivania
se lo scopo sono le serie temporali - questo libro parla di qualcos'altro, dell'invenzione della foresta casuale agli albori dello sviluppo dei computer
imho, anche insiemi di NS scarsamente abituati all'applicazione in pratica, come lavorare con BP? bene, come opzione un mucchio di un sacco di NS, e alla fine si ottiene autoecoder? - Dubito che anche una rete convoluzionale possa essere ottenuta con questo libro
vecchia conoscenza, Vorontsov è più rilevante, e l'elaborazione dei dati - ho finito di studiare i corsi online su BP - c'è qualcosa in esso ;)
Ma che dici, sei ubriaco o cosa?
Chiedi a Vorontsov chi è Ivakhnenko per lui...
se i punti sono indipendenti (nessuna autocorrelazione), la miscelazione è possibile e necessaria
Infatti, è così che funziona una foresta casuale
La serie temporale ha 2-3 punti molto correlati su ogni lato. Cioè la condizione di indipendenza non è soddisfatta
Ci sono metodi speciali di sesplicing per le serie temporali, che tengono conto di tutto ciò
La serie temporale ha 2-3 punti molto correlati su ogni lato. Cioè la condizione di indipendenza non è soddisfatta
è possibile rimuovere questi duplicati, funzionerà immediatamente sui nuovi dati, ma lo spread non sarà coperto
Se i punti sono indipendenti (nessuna autocorrelazione), la miscelazione è possibile e necessaria
no
questo non è lo scopo di ACF nella stima di BP
l'autocorrelazione può non essere presente per lag = 1, ma può essere presente per altri lag
e la stima ACF non è una valutazione delle dipendenze dei ritardi ma solo un modo per identificare il modello di processo - dopo aver deciso a quale processo BP si riferirà, iniziamo la pre-elaborazione dei dati - o usando BP stesso o usando il suo campione di ritardi
no
sì
prima di
dopo la decorrelazione a cui va il sovrallenamento. Anche la serialità dei marchi deve essere presa in considerazione.
è possibile rimuovere questi duplicati, funzionerà immediatamente sui nuovi dati, ma lo spread non sarà coperto