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 2258

[Maxim Dmitrievsky]

私も覚えていません。この辺の女の子に聞くと、何でも覚えているそうです。

[Forester]

Aleksey Mavrin：

スレッドを読んで（というか読もうとして）、モデレーションのあるクローズドチャットはとても便利なものだという印象を持ちました）。

Re案件依頼-サボタージュに関する文献集を掲載しました。もしよろしければ、またリンクをお願いします！@Maxim Dmitrievsky,Aleksey Nikolayev.

総合討論に付属するブランチ、上から4番目 https://www.mql5.com/ru/forum/214418

[Maxim Dmitrievsky]

Vladimir Perervenko:

記事の内容は別のものです。これは，すべての予測変数が離散的な[0, 1]である場合を扱っている．では、問題があります。ニューラルネットワークは、変動がゼロの予測子を理解しません。

あなたの場合は、私が理解するところでは、少し違います。予測変数（連続）とターゲット（離散行列 ncol=3）を入力で組み合わせています。潜在能力の質的分布を求め、そこから目的語を含む入力語を生成（復元）しようとするものである。質的な成功は望めないということですね。この記事では、その解決策を紹介しています。RBMで離散的な対象を連続的に変換するため、他の予測因子と接続し、さらにVAE（トレーニング！）へ。そして、学習したVAEから例を取り出し、RBMで再度ターゲットを復元する。どちらかというと複雑なんです。でも、うまくいくかもしれません。

普通のAEで試してみます。

グッドラック

このデータに対して分類器を学習させれば、確率を求めることができます。

もっと簡単な方法：データセットを異なるラベルを持つ2つの部分に分割し、2つのモデルを教える...そして、様々な条件付き状態でおばあちゃんを困らせない )

[Maxim Dmitrievsky]

コピュラ、コーダー、タブラギャン、コーデロギャンを試しましたが、今のところ無敵です。コピュラは悪くない。表形式のデータに対して、ニューラルネットワークの技術はまだアウトサイダーであり、残念なことです。

もっとデータが必要な場合は、とりあえずgmmでいい。

[Maxim Dmitrievsky]

Aleksey Mavrin：

スレッドを読んで（というか読もうとして）、モデレーションのあるクローズドチャットはとても便利なものだという印象を持ちました）。

Re案件依頼-サボタージュに関する文献集を掲載しました。マキシム・ドミトリエフスキー、アレクセイ・ニコラエフ、またリンクしてください。

そういえば、このアーカイブにリンクを貼っていたことを思い出しました。文字通り、しばらくは読み応えがある。

https://codernet.ru/books/python/?page=1

[mytarmailS]

AIシステムのためのバイオモーフィックニューラルネットワークアーキテクチャ

https://www.youtube.com/watch?v=KZI4BXM_m2o&t=4645s

[Renat Akhtyamov]

こんにちは！インターネットが使えなくなったのですか？

ハッピーホリデー

;)

[Vladimir Perervenko]

Renat Akhtyamov：

こんにちは！インターネットが使えなくなったのですか？

ハッピーホリデー

;)

みんな同時にブロックされてる。

皆さん、明けましておめでとうございます。

[Mikhail Mishanin]

マキシム・ドミトリエフスキー：

コピュラ、コーダー、タブラギャン、コーデロギャンを試しましたが、今のところ無敵です。コピュラは悪くない。表形式のデータに対して、ニューラルネットワークの技術はまだアウトサイダーであり、残念なことです。

もっとデータが必要な場合は、とりあえずgmmでいい。

マキシムさんは、ニューラルチューリングマシンを試されたことがあるのですか？

新年あけましておめでとうございます！今年もよろしくお願いします。

[Valeriy Yastremskiy]

dr.mr.mom Mishanin:

マキシムさんは、ニューラルチューリングマシンを試されましたか？ どのようなフレームワークで、どのように成功した のでしょうか？

新年あけましておめでとうございます。

あけましておめでとうございます！シベリアではもう始まっていますよ)))))