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 2221

[Maxim Dmitrievsky]

mytarmailS:

まあランダムじゃなくてもいいんだけどね。）

彼の役割は何なのか、まだ理解できていません。

ジグザグとか神頼みより、タギングが普通。

[mytarmailS]

Maxim Dmitrievsky:
マークを作るのは、ジグザグやGod knows whatよりも、私には普通だと思う。

dunno...理解できないかもしれない。

[Maxim Dmitrievsky]

mytarmailS:

どうだろう...私が理解していないことがあるのかもしれません。

理解することは何もない、アルゴリズムで最も重要な部分ではない。あなたの方法でマークアップすることができます

[Fast235]

スピードアップするまで待ってください。

[Maxim Dmitrievsky]

Fast235:
待ってください、すぐ行きます。

出て、綺麗に入る🤣🤣 分かった、面白い人たち、また来るね

[Fast235]

Maxim Dmitrievsky:
美しく入る。

嗜好の話なら、まだしも。

[mytarmailS]

マキシム・ドミトリエフスキー：

とにかく...やった

まだ何もトレーニングしていませんが、目視では何も問題ありません。

psaは5コンプの兆しがある

とシミュレーションデータで

[Maxim Dmitrievsky]

mytarmailS:

とにかく...やりました

まだ何もトレーニングしていないのですが、目視では何も問題はないようです。

rsaは5コンプの気配がある。

とシミュレーションデータを使って

少なくとも、クラスターはより高密度になっています。排出量も少ないはずです。

[mytarmailS]

マキシム・ドミトリエフスキー：

のクラスターは、控えめに言っても密度が高いです。排出量も少なくなるはずです。

試してみないと...。

正規化されていない 価格がrsaに提出された場合、その違いを見ることができます。

が、無格付けを使うのは意味がない。

[Vladimir Perervenko]

mytarmailS:

分類や回帰のために設計されたほとんどすべてのパッケージから、「最小」ニューロンを訓練する方法がわかりました。

主なものは、このパッケージによってニューラル・スケールにアクセスし、修正することができるということです。

レシピは以下の通りです。

1) ニューラルネットワークを訓練する、何があっても、主なものは、重みのあるモデルを得ることである

2) 最適化手法の選択（遺伝学、ムラビ、群れ、アニーリングシミュレーションなど）

3) 適合性関数を書く

4) ニューロンの重みを取り出し、最適化のためのパラメータとして表現する

オール!!!)))

neuronkaをトレーニングして、利益を出すようにしたり、メガインディケータみたいなものを作らせたりすることができます。

もうとっくに考えてありますよ!Rパッケージ - "automl "を参照!