トレーディングにおける機械学習：理論、モデル、実践、アルゴトレーディング - ページ 1956

新しいコメント
 

ところで、ICPのウェビナーに参加された方、いらっしゃいますか？以前、リンクを送ったかな？

面白いことに、12月までに思考しながらタイピングするためのデバイスとソフトウェアを開発したいそうです。全体的に話しの内容が良かったし、面白かった!!!!誰がいたんですか？

 
Renat Akhtyamov：

確かなことは言えませんが、アナログの数値はすぐに数値になり、デジタルの数値はその数値に変換する必要があるのではと思います。

しかし、プロセッサーが暖かくなり、アナログが時間とともに浮き上がり（エラーを出し）、さらに多くの干渉が発生するのではないかと心配です。

アナログ入力は、不確かさとノイズをゼロにすることができます。

簡単な例ですが、ハイエンドのオーディオ機器は、サンプリングとそれに伴う精度の 低下を避けるために、真空管の技術を使っているだけです。

 
Mihail Marchukajtes：

ところで、ICPのウェビナーに参加された方、いらっしゃいますか？以前、リンクを送ったかな？

面白いことに、12月までに思考しながらタイピングするためのデバイスとソフトウェアを開発したいそうです。全体的に話しの内容が良かったし、面白かった!!!!誰だ？

すでに電動自転車用のかっこいいモーターを発明して、その特許を海外に売っていますが、ここでは誰も欲しがりません。

さらに言えば、タイピングとチップ製造は悪魔崇拝であり、教会に反するもので、人はそれで焼かれることもある。

 
Aleksey Vyazmikin：

違うのはデータではなく、結果だろうという指摘をしようと思ったのですが、では、実際にモデル構築に関与していないサンプルに、周囲のデータの情報を加えたらどうだろう？ツリーだけを例にとると、最後の分割の前に、他の予測変数の統計量を調べ、統計的に正の分類オプションを示すものを特定し、サンプル全体においてこれらの予測変数が最後の分割の予測変数と相関していないことを確認することで、最後の分割の選択時に考慮されない市場の状況に関する追加の情報を得ることができます。一方、木は欲の原理に従って構築され、 最後の分岐は確実に予測因子間の競争と なる。

そうすると、A>Xだけでなく、A>X1 && B>X2&&C>X3という ように、環境情報を 考慮した分け方ができるようになります。

最後の分割だけでなく、各分割において、すべての予測変数の中から最適な分割が選択される。このループは、予測変数を通して、それらをさまざまな方法で細分化し、そのような分割によってデータがどれだけきれいになったかを記憶しています。そして、一番いいものを取るのです。

記事中：キーワードは「"アナログ "技術により、ベクトル行列の乗算において、データをデジタルで0と1として使用する場合よりも精度が 低いという前提で、ほぼ同じ結果を得ることができる」です。"
周囲のツンドラ/砂漠の温度、スイッチオン後のチップ自体の熱、時間の経過により一部の素子のパラメータも変動するため、精度は変動します。さらにノイズによって、フィールドでは少ない、送電線の下では多い、街中では多い、電波の発信源の近くでは多いなど、数値が変わってきます。
大まかな計算では、+-20%程度でよいでしょう。

 
Aleksey Vyazmikin:
記事 中のアナログ計算とは-誰が得をするのか？

足したり引いたり、それから掛けたり割ったり、確かに数えるより早いですね、一回の操作ですから）そして、デジタル化するのです。私は、アナログ入力、アナログ信号の加算器または分周器、最後にあるセルのメーターという構造で考えていますが、セルとそのアクセスはたくさんあります。電荷結合素子やカメラのマトリックス、レーザー距離計のようなものです。光電池からアナログ信号を入力し、いわば信号を測定してデジタル信号を出力する。

修正しました。セルの最後がADCで、最初がDACです。CCDは、セルから0または1の出力がある。だから、何かを測っているというのは、ちょっと違うんです。

 
elibrarius:

最後の分割だけでなく、各分割で、すべての予測変数の中から最適な分割を選択する。予測変数の間をループし、様々な方法で細分化し、この分割によってデータがどれだけきれいになったかを覚えておくだけでよい。そして、一番いいものを取るのです。

アイデアを出すのが難しいのが面白いですね :)もちろん、あなたが書いたことは、ここにいるすべての人が知っていることで、ニュースではありません。私は，最後のスプリットで予測変数の並列値の測定値を保持することを正確に話しているのですが，それらのすべてではなく，選択したものと結果が近いもので，全体のサンプルでは互いに相関がないものです．この場合、サブエリアでは1つのスプリットに基づく決定ではなく、サポートする他のスプリットに基づく決定が行われることになります。葉っぱをグルーピングするときに似たようなことをするのですが、コンテは制御不能になるのに対して、こちらは全部の葉っぱに対して強制的にやることになっているんです。


elibrarius:

記事中のキーワードは「"アナログ "技術により、ベクトル行列の乗算において、データをデジタルで0と1として使用する場合よりも低い精度で、ほぼ同じ結果を得ることができます」です。"

ツンドラや砂漠の環境温度、電源投入後のチップ自体の発熱、時間の経過とともに一部の素子のパラメータが変動するため、精度は変動します。さらにノイズによって、フィールドでは少ない、送電線の下では多い、街中では多い、電波の発信源の近くでは多いなど、数値が変わってきます。
大まかな計算では、+-20%程度でよいでしょう。

温度の安定化、温度変化への依存性を把握した上での中間デジタル結果の補正が可能であり、出力においても。

 
アンドレイ・ディク：

真空管トランジスタのようなもので、非常に小さいだけだと思われます。

要するに波に対して何らかのアクションを起こす？受信データが多項式に変換され、その多項式が波に変換され、波が何らかの形で「衝突・合流」しているのでは？

 
Valeriy Yastremskiy：

計算ではなく、アナログ信号の基板上で直接測定し、自分で足したり引いたり、そして掛け算や割り算をし、一回の操作なので確かに数えるより速い）そしてデジタル化するのです。私は、アナログ入力、アナログ信号の加算器または分周器、最後にあるセルのメーターという構造で考えていますが、セルとそのアクセスはたくさんあります。電荷結合素子やカメラのマトリックス、レーザー距離計のようなものです。光電池からアナログ信号を入力し、いわば信号を測定してデジタル信号を出力する。

修正しました。セルの最後がADCで、最初がDACです。CCDは、セルから0または1の出力がある。だから、何かを測定するというのは、ちょっと違うんです。

以前、私はここに、内部に屈折を持つ透明なプラチナの形をしたNSについて投稿しました。光はある側面から入ってきて、光学法則に従って再分配され、別の場所に出てくるのです。

でも、アナログ計算をどうするか、指数計算をどうするか、ADCではよくわからない......。

 
Aleksey Vyazmikin：

それでも、アイデアを伝えるのは難しいのが面白いところです :) もちろん、あなたが書いたことは、ここにいるすべての人にとってのニュースではありません。具体的には、最後の分割で並列する予測値の計測を残すということですが、全部ではなく、選択したものと結果が近いもので、全体のサンプルでは互いに相関がないものを選んでいます。この場合、サブエリアでは1つのスプリットに基づく決定ではなく、サポートする他のスプリットに基づく決定が行われることになります。今、葉っぱをまとめるときに似たようなことをやっているのですが、私の場合、応募者が無秩序に増えてしまうんです、ここでは全ての葉っぱに強制的にかけることになっているのですが。

そうなんです。一連の動作を一度に記述できると良いのですが...。
あなたの説明をもう一度考えてみると、次のような順序が想定されます。

1.トレーニングの全予測変数の相関を計算する
2.ツリーを作る
3.最後のスプリットで、例えば過去100回のベストスプリットを思い出してください。100個までストックしておくと、たくさんの中から選ぶことができます。
4.これらの100の中から、最良のスプリットの予測因子と非相関で、かつ互いに非相関の5つを選びます。

さらに、この5種類の分割のうち、どれを選べばいいのかがわからないのですが？
ランダムであれば、ランダムフォレストに 類似しており、各木にランダムな予測子を与え、それを基に木を構築していく。
平均を求める場合は、ランダムフォレストと同様に、ランダムツリーの予測値から最終的な予測値の算術平均を引きます。

 
Aleksey Vyazmikin：

以前、私は、内部に屈折のある透明なプラチナの形をしたNSについて投稿しましたが、光は一方から入ってきて、光学法則に従って再分配され、別の場所に出ていきます。

でも、アナログ計算をどうするか、そこで度数変換をするか......ADCだとよくわからないんですよね......。

いいえ、アナログ演算は、和、差、乗、除、そして場合によってはもっと複雑な対数やべき乗の関係です。そして、これらは計算ではなく、すべての細胞にあるアナログの計器です。そして、DACやADCは入力出力で、計算には参加せず、デジタルを提供するものです。

ノイマンアーキテクチャでは、手続きとデータの両方がメモリに格納され、手続きとデータへの並列アクセスはありません。データにアクセスしてから手続きを行い、またデータに戻るので、データ処理に制限があります。そして、ここではプロシージャは小さなデバイスによって各セルに格納され、データへのアクセスとともにプロシージャへのアクセスが一度に行われる。

1...194919501951195219531954195519561957195819591960196119621963...3399
新しいコメント
理由: