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 2743

 
Maxim Dmitrievsky #:
なぜなら、「関係」と「関係」は相関関係の定義だからである。
関係」と「関係」は相関関係の定義?マジで?

首に巻いたチェーンのリンクはつながっている、関係がある。それが相関関係?

僕はある女の子と付き合っている、僕らの関係は相関関係だ?

相関関係ってのは、まず第一に尺度なんだよ! バカか。

 

マキシム・ドミトリエフスキーの ほかに。



、それから初めて、サンプルをこのクラスまたはあのクラスに割り当てるための判別関数を決定する...。 PCAは、直交する特徴を選択するための因子分析の変形に過ぎないが、主因子を選択することなく、すべての分散を説明する。 なぜなら、主成分は、生データを固有ベクトル係数(「負荷量」)に変換したものに過ぎず、これに生データをかけると、pc_scoreが得られるからである...(何かそんなようなことだったような...ずっと前に覚えていたのだが、主成分は、生データを固有ベクトル係数(「負荷量」)に変換したものに過ぎず、これに生データをかけると、pc_scoreが得られる...(そのような何か - 長い間アルゴリズムを覚えていない) - しかし、最終的にPCAは、fsなしで、すべての分散を説明する...それに対して、主因子分析は、「他の変数にも共通する変数の変動のみ」を使用します。(これが最良のfsであると主張するわけではないが、ニュアンスの違いはどこにでもある)



一般的なFSは、誰も正しく行う ことができず、ライブラリのせいにしようとする...PCAと+/-3sq.cv.offの組み合わせは、外れ値の除去に役立つが、これは正規分布の場合のみであり、遺伝子集団が正規分布の法則に従うことを証明する必要がある!- また統計的に...そうでなければ、PCAは "repinに油 "を示すだろう(その逆はない)... == およそこのようなモデルを構築する統計的に適切な方法を私は見ている....

===
そしてライブラリはすでに10番目のものです(司会者が通常のデータサイエンスで話していることを理解せずに名前を呼んでも- 敗者はいつも宴会を夢見て、全世界を非難します) - 本当に理解したい人は、重要なのはプログラマーの言語ではなく、ある実体の背後にあるアルゴリズムであり、たとえ異質なライブラリに実装されていても -因果 関係の本質がこれ(ライブラリの名前)を変えることはないことにとっくに気づいています。

p.s.

司会者たちが宴会をしている間(他の人たちは仕事をしている)--彼らを見習うべきだ--誤った情報を広めるな。


 
JeeyCi #:

PCAは、直交する特徴を選択するための因子分析の変種に過ぎないが、主因子を選択することなく、すべての分散を説明する、

しかし、悲しいことに、ターゲットは主観的な変数であり、トレーニングが終わるとすぐに「浮いて」しまうのです。また、通常のティーチャートレーニングとどう違うのですか?

 
JeeyCi #:

マキシム・ドミトリエフスキーの ほかに。



、それから初めて、サンプルをこのクラスかあのクラスに割り当てるための判別関数を決定する...。 PCAは、直交する特徴を選択するための因子分析の変形に過ぎないが、主成分を選択することなく、分散全体を説明する。 なぜなら、主成分は、元のデータを固有ベクトル係数(「負荷量」)に変換したものに過ぎないからである。(そのような何か - 長い間アルゴリズムを覚えていない) - しかし、最終的にPCAは、fsなしで、すべての分散を説明する...それに対して、主因子分析は、「他の変数にも共通する変数の変動のみ」を使用します...(これが最良のfsであると主張するわけではないが、ニュアンスの違いはどこにでもある)



一般的なFSは、誰も正しく行う ことができず、ライブラリのせいにしようとする...PCAと+/-3sq.cv.offの組み合わせは、異常値を取り除くのに役立つが、これは正規分布の場合だけであり、遺伝子集団が正規分布の法則に従うことを証明しなければならない!- また統計的に...そうでなければ、PCAは "repinに油 "を示すことになる(その逆はない)... == 統計的に適切なモデルの構築方法は、次のようになると私は考えている...

===
そしてライブラリはすでに10番目のものである(司会者が通常のデータサイエンスで我々が話していることを理解せずに名前を呼んでも- 敗者はいつも宴会を夢見て、全世界を非難する) -- 本当に理解したい人は、重要なのはプログラマーの言語ではなく、ある実体の背後にあるアルゴリズムであり、たとえ異質なライブラリに実装されていても -因果 関係の本質はこれ(ライブラリの名前)を変えないことにとっくに気づいている。

p.s.

司会者たちが宴会をしている間(他の人たちは仕事をしている)--彼らを見習うべきだ--誤った情報を広めるな。

モデレーターは私たちが話していることを理解していないので、どんな適切なメッセージも挑発と解釈されます😀。

そして、🤡が座って挑発し、トピックからトピックへ飛び移るということは、何でもないことだが、ほとんどの人は彼らの書くことを理解している...。

そして、普遍的なアプローチをまだ誰も見つけられていないため、外見的には内容的に全てが同じように空っぽに見えるが、意味的には道化師は全てが論理的に矛盾している、つまり事前に偽りを持っている。
 
Maxim Dmitrievsky #:
君がプトシュニクであることはすでに言われていることだ。だから君はとてもホットなんだ。

誰が言ったんだ?論理を破綻させることなく3つの単語を並べることができないバカが)アハハ、真面目な話だ...。

 
mytarmailS #:

誰が?ロジックを維持するために3つの単語をつなげることができないバカが )) アハハ、それは深刻だ...。

言葉の順番を理解していない、簡潔に書くことを理解していない、定義を理解していない、そんなことは何でもない。

あなたはトピックから外れて相槌を打っているだけだ。それが大学生の特徴だ。

誰もあなたを非難していない。ただ、あなたがオークであるところには行かないで、関わらないこと :D
 
Maxim Dmitrievsky #:

言葉のパターンを理解していない

私たちはどんなくだらないことでも書くし、もし誰かがあなたの鼻をつつくようなことをしたら、あなたは 彼らに 言う。

プトゥシュニクに恨みでもあるのか?

 
JeeyCi #: 上下方向、...これに基づいてサンプルを参照する
...

ロシア語で書くと、読むのが不可能になる。 しかも、サンプルとなると、滑稽ですらある。あなたの投稿のほとんどは、このため、私は通常、まったく読みません。

 
Maxim Dmitrievsky #:
サンシュの理論を要約すると、(彼自身、きちんと定式化して例を挙げることができなかったので):

*関係」と「関係」は相関の定義であるため、彼の特徴選択の方法は相関に基づいている。


サンシュの説明を受けて、結局有意予測因子の意味が少しわからなくなった。彼の説明によれば、それらは頻繁に出現し、その大きさは結果と相関する。しかし、これらはトレーニング期間全体にわたる、シリーズの一般的な兆候であるらしい。系列モデルでそれが何であるかは一致しないようだ。これらは、かなり単純化すれば、常に機能する予測因子であるか、最も頻繁に機能する予測因子であることがわかった。一般的に、ある特定のセグメントでしか機能しない設定を使用するよりも、最も頻繁に機能する設定を使用する方が、よりポジティブな結果をもたらすことは明らかなのだが......。

最終的に何が検索され、なぜ検索されるのか、イメージがわかない。

 
mytarmailS #:

どんなくだらないことでも書くし、考えている人に鼻をつつかれたら、「あなたは スピーチパターンを理解していない、プトゥシェストヴォ」と言うんだ。

プトゥシュニクに恨みでもあるのか?

関わるなと言ったはずだ。興味ない。私の投稿にコメントしないで、プトシュカの仕事をしなさい。
理由: