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 2124

新しいコメント
 
mytarmailS:

Ivakhnenkoが推奨する、モデルを適切に学習させるための分割の方法

http://www.ievbras.ru/ecostat/Kiril/Library/Book1/Content393/Content393.htm

というのも、後で全く別の分布から新しいデータを取得する可能性があるからです。

昔はよくそんなことをやっていたものです。

 
マキシム・ドミトリエフスキー：

というのも、全く異なる分布から得られた新しいデータを持っている可能性があるからです。

昔、昔のボットでやってました。

そうですね...。

ちなみに、ソ連流ということで、かっこいい本で、木材、ネットワーク、RSA、シミュレーション、仮説とすべて揃っていて、わかりやすいロシア語で書かれています

 
mytarmailS:

Ivakhnenkoが推奨する、モデルを適切に学習させるための分割の方法

http://www.ievbras.ru/ecostat/Kiril/Library/Book1/Content393/Content393.htm

推奨文献:[ Ivakhnenko, 1969, 1982; Ivakhnenko, Lapa, 1971; Ivakhnenko et al, 1976; Brusilovsky, 1987; Ivakhnenko, Jurachkovsky, 1987; Rosenberg et al, 1994 ]。

?トピックリーディング )))

同上 、opusの冒頭。

http://www.ievbras.ru/ecostat/Kiril/Library/Book1/Content0/Content0.htm#Ref

V.P.レオーノフによる、構造が近い様々なミームの分析 [URL= 1 http://www.biometrica.tomsk.ru/lis.htm - (Uniform Resurse Locator) - ユニフォーム・リソース・ロケーター。これは、インターネット上のアドレスによって提示される文献リストにおいて、出版年を示さずに文献をマークする方法である]、V. V. が表明した考えを確認するものである。Nalimov [1989] 意味の確率的な分布について。学問におけるミームの伝統的な変容を挙げると、次のようなものがある。

  • 異質なミームが同じ媒体にあることで、根本的に新しい組み合わせが生まれる可能性が高まり、建設的な科学的仮説が生まれる可能性がある（ダボス会議で発表された「アイデアの相互受粉」の原理）。

  • 意味論工学のプロセスは、複雑な構造を持つミームを生み出し、作者がその助けを借りて記述しようとする概念や観念の意味を十分に正確かつ確実に表現できるとは限らない（その言語とスタイルにおいて、こうした記述はしばしばアンドレイ・プラトーノフ「コトロバン」や「チェベングール」の有名な作品に類似している）。

  • 社会主義の祝日には、独断的なミームの長いキャラバンによって、（無害とはいえ）悲惨な絵が提示される。それは、著者によれば、「科学へのパス」として機能する、魔法の呪文のようなCPSU中央委員会へのアピールの形をとっている（ほとんどどんな生態学の仕事でも、バイオセノースの構成要素の相互関係の複雑さやその研究へのシステムアプローチの必要性に言及しないことはないが、しばしば、この複雑さを強調したり系統的に研究する試みを少しもしない）。

  • このような場合、概念に意味的な断絶が生じ、その後、ウイルスのように用語の個々の部分が独立した生活を始め、それらが運ぶ情報の一部を他の文脈に移し、以前の部分の意味が新しい全体の意味によって充当される（これには純粋に推測された概念が隠されている新しい用語を生み出すプロセスや、他の研究分野で長い間使われてきた規則性を新しい装いの下で再発見し、終わりのない「用語戦争」が起こり得る）。

  • "カモフラージュ・ミーム "とは、著者にとって聞こえがよくて不明な用語の組み合わせである無意味で不条理な表現、つまり他の出版物から借用した決まり文句で、主目的を達成するために必要な、その仕事に科学的「重み」を与えるためのものです（コンピューターや統計の使用はしばしば、仕事の重要性と重みを人工的に高めるために設計された「儀式のカモフラージュ」部品になるのです）。




は本当に読んでいるのか？

 
mytarmailS:

そうですね...。

ちなみに、ソ連派らしくかっこいい本で、木も網もrsaも全部あり、ロシア語も明瞭です

MOの初心者に最適な本です。

 
イゴール・マカヌ：

?トピックリーディング )))

そこに、この作品の始まりがある。

http://www.ievbras.ru/ecostat/Kiril/Library/Book1/Content0/Content0.htm#Ref


は本当に読んでいるのか？

http://gmdh.net/articles/theory/bookInductModel.pdf

大きな利点は、線形モデルは常に局所最小に収束することです。だから、この方法は今でも有効なのです。

 
イゴール・マカヌ：

?トピックリーディング )))

そこに、この作品の始まりがある。

http://www.ievbras.ru/ecostat/Kiril/Library/Book1/Content0/Content0.htm#Ref

は本当に読んでいるのか？

どうしたんですか

マキシム・ドミトリエフスキー：

iOの初心者に最適な本だと思います。

あの
 
mytarmailS:

Ivakhnenkoが推奨する、モデルを適切に学習させるための分割の方法

http://www.ievbras.ru/ecostat/Kiril/Library/Book1/Content393/Content393.htm

時系列には使えません。電車を生地に混ぜるという例えです。ドットが隣り合わせになっているのは、スニークがあるのでしょう。

 
elibrarius:

時系列には使えません。研修生をテストに混ぜるという例えです。隣同士のポイントに覗き込みがあります。

形質自己相関を 取り除けば問題ない。

 
elibrarius:

時系列には使えません。研修生をテストに混ぜるという例えです。隣り合ったドットを覗き込むことがあります。

はい分かりました。しかし、ポイント自体は良いのですが、統計的特性だけでなく、テストとトレイルで均等に 分けること

 
マキシム・ドミトリエフスキー：

特徴量の自己相関を取り除けば、うまくいきます。

テストとトレインの両方からのすべてのポイントが1つの共通のリストにランク付けされる（何らかのパターンに従って並べ替えられる）場合、シャッフルされることを意味します。それが私の理解です。テストはトレイルと一切混ざらないようにしてください。

1...211721182119212021212122212321242125212621272128212921302131...3399
新しいコメント
理由: