L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 3340

Nuovo commento
 
Lorarica #:

Suggerisco di tornare a kozul, all'apprendimento statistico e all'IA affidabile.

P.Z.

Scoprire i dettagli più fini.

Se si tratta di dettagli, ecco una lettura di questo argomento.

 

Un libro meraviglioso come monumento alla sfacciataggine e alla spregiudicatezza!

L'importante è appendere il piatto al chiodo e cantare: troverete dei babbei (o forse persone molto calcolatrici), che si lasceranno abbindolare dal piatto, senza capire o rendersi conto che tutto ciò che viene presentato è ben noto grazie agli strumenti della statistica matematica.

La statistica ha diverse migliaia di anni. Sviluppando e arricchendo la statistica matematica, osservando i processi casuali che ci circondano, si è cercato di rispondere alle seguenti domande;

1. Quali sono le caratteristiche di questi processi casuali?

2. Quali sono le cause di questi processi casuali?

3. Qual è il futuro di questi processi casuali?

Ora ci sono persone intelligenti che iniziano a gridare "inferenza causale" come spiegazione del significato di questo termine innovativo in tutta serietà e iniziano a presentare popolarmente le basi dell'analisi di regressione sull'esempio della regressione lineare.

È semplicemente sbalorditivo!

E questo nuovo tableau per clausole molto vecchie sta girando!

Oggi in R, l'unico linguaggio per la statistica ben strutturato e documentato, ci sono oltre 10.000 pacchetti e oltre 120.000 funzioni che sono strumenti per rispondere alle domande di cui sopra, una delle quali è quella di trovare Cause e Conseguenze.

Perché abbiamo bisogno di nuove targhette? Perché i furbi possano fare cassa e non si sentano fare domande stupide sul fatto di avere un'istruzione di base.

 
Bene, allora rispondi alla domanda più semplice: in cosa differisce la connessione associativa dalla connessione causale, visto che sai tutto? E poi decideremo a chi mettere un monumento alla sfrontatezza o alla vergogna :)

E scoprire cause ed effetti non è una conclusione causale, permettimi di chiederti? :)

Quindi questa scarica di adrenalina è legata a quali problemi specifici di incomprensione? Da cosa ti senti minacciato?
 
Maxim Dmitrievsky #:
Bene, allora rispondi alla domanda più semplice: in cosa differisce la connessione associativa dalla connessione causale, visto che sai tutto? E poi decideremo già su chi mettere un monumento alla sfacciataggine o alla vergogna :)

E scoprire cause ed effetti non è un'inferenza causale, permettimi di chiederti? :)

Quindi questa scarica di adrenalina è legata a quali problemi specifici di incomprensione? Da cosa ti senti minacciato?

La tua "inferenza causale è mostrata nella prima sezione del libro sull'esempio della regressione lineare: tutto ciò che è scritto lì viene insegnato agli studenti e molte altre cose che l'autore non si è preoccupato di dichiarare, per esempio i limiti di applicabilità della regressione lineare, tra l'altro, che è la cosa più importante".

Quindi non nascondiamoci dietro le domande.

Cerchiamo di essere concreti.

Quale capitolo del libro NON utilizza strumenti noti in statistica (e disponibili in R)?

Non parlate di meta-studenti: è un insieme di modelli, anche questa un'idea barbosa.

 
СанСаныч Фоменко #:

La vostra "inferenza causale è mostrata nella prima sezione del libro sull'esempio della regressione lineare: tutto ciò che è scritto lì viene insegnato agli studenti e molte altre cose che l'autore non si è preoccupato di dichiarare, per esempio i limiti di applicabilità della regressione lineare, tra l'altro, che è la cosa più importante".

Quindi non nascondetevi dietro le domande.

Andiamo al punto.

Quale capitolo del libro NON utilizza strumenti noti in statistica (e disponibili in R)?

Non parlate di metastudi - quello è un insieme di modelli, anche questa è un'idea con la barba.

Arriviamo al punto: qual è la differenza tra una relazione associativa e una relazione causale?

L'autore si preoccupa di indicare i limiti di applicabilità della regressione lineare. Punto meno.

I meta-apprendisti non sono un insieme di modelli, meno un punto.

Con quale altra sezione del libro non siete d'accordo, o meglio, cos'altro non avete capito del libro?
 

Dopo tutto, non sei stato bandito da Google, vero? Puoi leggere come l'inferenza statistica differisce dall'inferenza causale, vero?

 
Maxim Dmitrievsky #:

Dopo tutto, non sei stato bandito da Google, vero? Puoi leggere come l'inferenza statistica differisce dall'inferenza causale, vero?

C'è una chiara associazione nella sequenza "A", "B", "C".

 [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10]
 [1,] "l"  "y"  "A"  "v"  "B"  "C"  "s"  "n"  "u"  "z"  
 [2,] "p"  "x"  "a"  "n"  "A"  "B"  "j"  "y"  "d"  "C"  
 [3,] "A"  "B"  "e"  "a"  "r"  "w"  "C"  "f"  "z"  "q"  
 [4,] "d"  "s"  "q"  "c"  "w"  "A"  "B"  "k"  "z"  "C"  

Come faccio a sapere che si tratta di un'associazione e non di una casistica o viceversa?

 
mytarmailS #:

Esiste una chiara associazione sotto forma di sequenza "A", "B", "C".

Come capire che si tratta di un'associazione e non di una casistica o viceversa?

Non so quale sia l'alfabeto o dove ci sia una chiara associazione.

 
Maxim Dmitrievsky #:

Non so quale sia l'alfabeto o dove sia l'associazione più ovvia.

Ogni riga è una nuova osservazione.

In ogni riga si ripete A B C.

A B è associato a C.

 
mytarmailS #:

ogni riga è una nuova osservazione

ogni riga è una ripetizione di A B C

A B è associato a C

Almeno si può confrontare la frequenza della loro presenza con la frequenza di co-occorrenza di altre lettere. E bisogna capire la natura dei dati.

AB causa effettivamente la comparsa di C, o di un insieme di altre lettere.

Soprattutto perché non sono consecutive.

1...333333343335333633373338333933403341334233433344334533463347...3399
Nuovo commento