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 2830

[mytarmailS]

俺の鼻水はもう全部お前にかかってんだよ、この脳なしパンティイストが ))アハハハ

[mytarmailS]

Andrey Dik #:
黙っていた方がいいよ、ずっと賢く見えるし、少なくともマナーは良く見える。

データベースBASEを勉強した方がいい！！！

局所最適化、全体最適化、関数の種類、最適化の種類、最適化の種類、どんな関数にどんな最適化を適用するか、などなど。

離散的最適化、連続的最適化、多基準など......何が違うのか、何が目的なのか、どこに適用してどこに適用しないのか......。

基本的なことが分かっていない！

この問題について言いたいことがあるのに、なぜ黙っていなければならないのだろう。私はただ何かを言いたいだけのバカではない人間だ。

[Maxim Dmitrievsky]

彼はググることにとても興奮する人なんだ。何かをググると、それを喜んでシェアするんだ。

[mytarmailS]

あなたのような人は考えることを許されず、ただたてがみにうなずいて、彼らの言うことにすべて同意するだけだ。

[СанСаныч Фоменко]

Maxim Dmitrievsky #:

いくつかの代表的な機能で学習／最適化をテストすることが提案されています。

ニューラルネットワークがそれを完璧にこなすと思っているなら、それはおそらく間違いだ。

そこには、カルゴ・カルトや、文明の贈り物をもたらす神のRへの信仰のレベルで、特定の認識が ある。

私は常に、最適化、特に勾配降下という一つの問題に生涯を費やすプロフェッショナルを信頼している。

そしてアマチュアの主な兆候は、プロフェッショナルを中傷することである。Rはプロフェッショナルな言語であり、今日の統計学のベンチマークである。信仰とカルゴカルト」なんてくだらないことを書いていないで、それを学ぶべき時だ。

[Maxim Dmitrievsky]

СанСаныч Фоменко #:

私はいつも、同じ問題（ここでは最適化、特に勾配降下）に生涯をかけて取り組んできたプロフェッショナルをより信頼している。

そして、アマチュアの主な兆候は、プロフェッショナルを中傷することである。Rはプロフェッショナルな言語であり、今日の統計学のベンチマークである。それを学ぶべきであり、「信仰とカルゴカルト」なんてくだらないことを書いてはいけない。

確かにあなたは専門家を信じているようだが、あなたは専門家の名前を一人も挙げていないし、このトピックに関する著作のリストも示していない。

またしても意味のない投稿になってしまった。Rが統計学分野のベンチマークであると書かれている場所と、統計学がそれとどのような関係があるのか、引用してください。

私にとってRユーザーは、このフォーラムでは名目的な名前であり、暗示的なものである。それはこのスレッドの中だけのことで、他のどこにも関係ない。

例えば、昔、会計のプロギのコース1Cに参加したことがある。そのコースでは、一人の臭い（文字通り）生徒が指導していたのだが、その生徒は聴衆のあちこちから汗の臭いを漂わせ、全員が鼻をそらした。そして皆、テーマのバリエーションで笑った。ここでも似たようなことが起こり、言語に対する姿勢がやや損なわれた。言語に対する印象 😀😀

[СанСаныч Фоменко]

Maxim Dmitrievsky #:
1.あなたは確かにプロフェッショナルを信じているが、プロフェッショナルの名前を一つも挙げていないし、このトピックに関する作品のリストも挙げていない。

2.また意味のないメッセージであることがわかった。Rが統計学分野のベンチマークであると書かれている場所と、統計学がそれとどのような関係があるのか、引用してください。

事実が示されていない以上、宗派の叫びのようにしか見えません。R自体は普通の言語であり、突出したものではありません。統計学や機械学習、一般的な高水準プログラミングのベンチマークであるPythonに似ているからです。私は、なぜあなたがこのような叫び声ですべての投稿でそれを否定し、そしてそれを使うように促すのか理解できない。これがプロのやることなのか？

1.ディックの質問は、まったく妥当で正しい質問だ。私はNSを使っていないが、Rパッケージのどんな関数にも、必ずそのアルゴリズムの作者へのリファレンスが含まれており、真面目なアルゴリズムについては、Rで実装されたアルゴリズムを説明した論文や本へのリファレンスが含まれているという事実を知っている。あなたはNSに精通しているので、もしあなたがRを使用していたなら、Rで対応するNSの種類を検索し、対応するアルゴリズムが記述されている文献を見つけ、そのアルゴリズムに関する議論を見つけ、専門家のニュアンスをすべて知ることができるでしょう．そして、卑猥なことをつぶやくのではなく、最高の専門家レベルでディックに答えることができる。

2.名前でR：統計とグラフィックスの言語。Rの本質は、その参照装置のルーブリックによって明らかになる。

Rのパッケージがカバーするトピックの一覧である 。トピックの1つは機械学習である。

こちらは MOに関連するパッケージのリストである。

数年前までは、他の専門的な統計言語の中にRの競合を見つけることができた。例えば、SPPSなどである。Rは唯一の統計言語であり続け、サポートされ、モデレートされ、膨大な数のミラーがあり、マイクロソフトのソフトウェアに含まれています。

3. RとPythonを比較するのは絶対に間違っている。

Rは特殊な言語である。Pythonは普遍的な言語である。Pythonのユーザー数はRをはるかに凌駕しているが、Pythonのマスユーザーはウェブデザインである。Pythonに統計パッケージがあるという事実は、Pythonを統計言語として分類することを許さない。その点、RとPythonの両方で使用されているパッケージが実装されているC++は、統計言語として分類することができる。その詳細なルーブリックと提案された関数のアルゴリズムへの参照により、Rは統計の理論と実践の研究に使用できるが、Pythonは使用できない。

[Aleksey Nikolayev]

mytarmailS #:

アレクセイ、ノイジーな関数の最適化について何か知っていますか？

私はこの問題を詳しく研究したことはありません。アイディアは単純なようですが、実装方法には技術的に微妙な点がたくさんあります。

[Aleksey Nikolayev]

Maxim Dmitrievsky #:
完全な探索があり、最適化がある。最適解を見つけるまでの時間を短縮するために必要なのだ。そうである以上、それは常に妥協の産物である。確率勾配法で最適化すれば、アダムよりも良い結果が得られるが、時間が犠牲になる。そして人は選択しなければならない。例えば、TCの期待値を上げるために 。

ここでは、視覚的な結果を見るだけでも興味深い。

重要な問題は、何を最適化するかということだ。私は、利益、ドローダウン、ボラティリティなどに結びついた意味のある基準を最適化したい。

完全なオーバーシュートは最適化の最良の方法である。）

[Maxim Dmitrievsky]

Aleksey Nikolayev #:

重要な問題は、何を最適化するかということだ。私は、利益、ドローダウン、ボラティリティなどに結びついた意味のある基準を最適化したい。

完全なオーバーシュートは最適化の最良の方法である。）

戦って探す-見つけて隠す」というスローガンを引用したい。

カスタム基準、特にこれらの標準的な基準を設定します。それでもloglossで最適化されるが、これらのカスタム基準で止まる。

というのも、同じブースティングで止まるのは、常に精度のようなキャスト基準に基づいているからだ。