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 328 1...321322323324325326327328329330331332333334335...3399 新しいコメント Yuriy Asaulenko 2017.05.08 15:52 #3271 サンサニッチ・フォメンコPSSPさらに有望なものとして、ランダムフォレスト、様々なアダがあります。Rをスカイラブと本気で比較するのはどうなんだ?なんか素朴なパッケージで、ランキングに入ってない...。何してると思ってるんだ?[w,b,y,ee] = ann_ADALINE_predict(P,T,0.2,1,Delay);森もある。SciLabで騒いでる場合じゃないでしょ(笑)Rと違って独自のタスクがあり、もちろん一般的ではありませんが、それでも大学やMTI、Boing、Bellなどの科学団体で広く利用されています。もちろん、RとSciLabは互いに代替したり競合したりするものではなく、対象領域は異なりますが。 СанСаныч Фоменко 2017.05.08 15:55 #3272 ユーリイ・アサウレンコそして、私が何をしていると思う?森もあるんですよ。サイラボのことをいい加減にしろ(笑)Rとは異なり、独自のタスクがあり、もちろん一般的ではありませんが、それでも大学やBoing、Bellなどの科学組織で広く使われています。もちろん、RとSciLabは代わり映えしないし、競合もしない、対象領域が違うんですけどね。 Rサポーターの人口を増やすために煽る。 Yuriy Asaulenko 2017.05.08 16:11 #3273 サンサニッチ・フォメンコ Rサポーターの人口を増やすために煽る。その通りです(笑)。一方、私は別の方法を提案します。相当するのでしょうね)より良いもの、より悪いもの。言ってみれば、SciLabは計算数学の方が面白いでしょう。統計手法も割と充実していますが、確かにRとは比較にならないですね。 Vladimir Perervenko 2017.05.08 16:31 #3274 ユーリイ・アサウレンコその通りです(笑)。一方、私は別の方法を提案します。相当するのでしょうね)より良いもの、より悪いもの。計算数学に関してはSciLabの方が面白いと言えましょう。統 計手法もそこそこ良いのですが、確かにRとは比べものになりませんね。 この検索のブラウン運動はおもしろくない。このサイトにあるすべての記事に目を通すことは、そんなに難しいことなのでしょうか?検索プロセス自体に興味があるなら、話は別です。どのタスクを解決したいかを決める(回帰/分類?)私の考えでは、回帰は見込みがない。R言語には、FXと株の両方の取引に必要なものが揃っています。優れたMT/Rバンドルが仕組まれているのです。とにかく実験して、実行することです。そして、そのようなものがないところに行くことを提案している。コンピュテーショナル の数学の例を教えてください。グッドラック Maxim Dmitrievsky 2017.05.08 16:41 #3275 サンサニッチ・フォメンコなぜネットワークをいじめるのですか?動かないし、それこそ一昔前の流行りで、おそらく最初に出た機械学習のパッケージなんでしょうね。さらに有望なものとして、ランダムフォレスト、様々なアダがあります。また、一般的にキャレットシェルパッケージは、メッシュを含む数百のパッケージがあり、それらの間で自動選択を行うことができます。 地獄の種類は何ですか?全部覚えるまで、年をとって、儲けもなく死ぬ、まさに地獄だ Andrey Dik 2017.05.08 16:45 #3276 マキシム・ドミトリエフスキー 地獄変とは?) 全てを学ぶと歳をとるよ。足場も何も、ネットワークより効果があるという証拠はないのです。しかし、ネットワークがどんな関数でも近似できることの証明はありますが、同じ足場でもそのような証明は見たことがありません。しかも、ちゃんと結果を出しているようですね。つまり、「最適化は危険だ」と言うのは、「顕微鏡は危険だ」と言うのと同じで、頭をぶつけるかもしれないのです。 СанСаныч Фоменко 2017.05.08 16:46 #3277 マキシム・ドミトリエフスキー バラエティ地獄って何?)全部覚えているうちに歳をとってしまいますよ。 私の記事でガラガラに仕上げてください。肉を作るための骨を手に入れる。 СанСаныч Фоменко 2017.05.08 16:48 #3278 アンドレイ・ディク: 足場も何も、ネットワークより効果があるという証拠はないのです。しかし、ネットワークがどんな機能でも近似できるという証拠はあるのですが、同じ足場でもそのような証拠は見たことがありません。ネットワークがダメなら、足場もダメでしょう。 実は、ランダムフォレストは 分類であって、近似は全くしていません СанСаныч Фоменко 2017.05.08 16:51 #3279 ウラジミール・ペレヴェンコ私の考えでは、回帰には視点がない。 AND GARCH?分類では、すべては予測変数のセットにかかっている。どこを見ればいいのかわからない。そしてGARCHでは、トレンドをモデル化し、残滓を分析し-モデル化し、集計モデル残滓を分析し-この残滓をモデル化するという、あまり創造性や当て推量を必要としない、間抜けなプロセスです。 Maxim Dmitrievsky 2017.05.08 16:54 #3280 アンドレイ・ディク足場も何も、ネットワークより効果があるという証拠はないのです。しかし、ネットワークがどんな機能でも近似できるという証拠はあるのですが、同じ足場でもそのような証拠は見たことがありません。しかも、その成果はちゃんと出ているようですね。そう、ネットワークの最適化はトレーニングに他ならず、GAを使うことでより効率的に、より速く行うことができるのです。 ですから、「最適化は危険だ」というのは「顕微鏡は危険だ」と言うようなもので、頭を大いに痛めてしまうことになりますね。 フォレストは、私の理解では、大雑把に言えば、予測器の分類に使われるのであって、予測には使われない :) 1...321322323324325326327328329330331332333334335...3399 新しいコメント 取引の機会を逃しています。 無料取引アプリ 8千を超えるシグナルをコピー 金融ニュースで金融マーケットを探索 新規登録 ログイン スペースを含まないラテン文字 このメールにパスワードが送信されます エラーが発生しました Googleでログイン WebサイトポリシーおよびMQL5.COM利用規約に同意します。 新規登録 MQL5.com WebサイトへのログインにCookieの使用を許可します。 ログインするには、ブラウザで必要な設定を有効にしてください。 ログイン/パスワードをお忘れですか? Googleでログイン
PSSP
さらに有望なものとして、ランダムフォレスト、様々なアダがあります。
Rをスカイラブと本気で比較するのはどうなんだ?なんか素朴なパッケージで、ランキングに入ってない...。
何してると思ってるんだ?
森もある。
SciLabで騒いでる場合じゃないでしょ(笑)Rと違って独自のタスクがあり、もちろん一般的ではありませんが、それでも大学やMTI、Boing、Bellなどの科学団体で広く利用されています。もちろん、RとSciLabは互いに代替したり競合したりするものではなく、対象領域は異なりますが。
そして、私が何をしていると思う?
森もあるんですよ。
サイラボのことをいい加減にしろ(笑)Rとは異なり、独自のタスクがあり、もちろん一般的ではありませんが、それでも大学やBoing、Bellなどの科学組織で広く使われています。もちろん、RとSciLabは代わり映えしないし、競合もしない、対象領域が違うんですけどね。
Rサポーターの人口を増やすために煽る。
Rサポーターの人口を増やすために煽る。
その通りです(笑)。一方、私は別の方法を提案します。相当するのでしょうね)より良いもの、より悪いもの。
言ってみれば、SciLabは計算数学の方が面白いでしょう。統計手法も割と充実していますが、確かにRとは比較にならないですね。
その通りです(笑)。一方、私は別の方法を提案します。相当するのでしょうね)より良いもの、より悪いもの。
計算数学に関してはSciLabの方が面白いと言えましょう。統 計手法もそこそこ良いのですが、確かにRとは比べものになりませんね。
この検索のブラウン運動はおもしろくない。このサイトにあるすべての記事に目を通すことは、そんなに難しいことなのでしょうか?検索プロセス自体に興味があるなら、話は別です。どのタスクを解決したいかを決める(回帰/分類?)私の考えでは、回帰は見込みがない。
R言語には、FXと株の両方の取引に必要なものが揃っています。優れたMT/Rバンドルが仕組まれているのです。とにかく実験して、実行することです。そして、そのようなものがないところに行くことを提案している。
コンピュテーショナル の数学の例を教えてください。
グッドラック
なぜネットワークをいじめるのですか?動かないし、それこそ一昔前の流行りで、おそらく最初に出た機械学習のパッケージなんでしょうね。
さらに有望なものとして、ランダムフォレスト、様々なアダがあります。また、一般的にキャレットシェルパッケージは、メッシュを含む数百のパッケージがあり、それらの間で自動選択を行うことができます。
地獄の種類は何ですか?全部覚えるまで、年をとって、儲けもなく死ぬ、まさに地獄だ
地獄変とは?) 全てを学ぶと歳をとるよ。
足場も何も、ネットワークより効果があるという証拠はないのです。
しかし、ネットワークがどんな関数でも近似できることの証明はありますが、同じ足場でもそのような証明は見たことがありません。
しかも、ちゃんと結果を出しているようですね。
つまり、「最適化は危険だ」と言うのは、「顕微鏡は危険だ」と言うのと同じで、頭をぶつけるかもしれないのです。
バラエティ地獄って何?)全部覚えているうちに歳をとってしまいますよ。
足場も何も、ネットワークより効果があるという証拠はないのです。
しかし、ネットワークがどんな機能でも近似できるという証拠はあるのですが、同じ足場でもそのような証拠は見たことがありません。
ネットワークがダメなら、足場もダメでしょう。
実は、ランダムフォレストは 分類であって、近似は全くしていません
私の考えでは、回帰には視点がない。
AND GARCH?
分類では、すべては予測変数のセットにかかっている。どこを見ればいいのかわからない。
そしてGARCHでは、トレンドをモデル化し、残滓を分析し-モデル化し、集計モデル残滓を分析し-この残滓をモデル化するという、あまり創造性や当て推量を必要としない、間抜けなプロセスです。
足場も何も、ネットワークより効果があるという証拠はないのです。
しかし、ネットワークがどんな機能でも近似できるという証拠はあるのですが、同じ足場でもそのような証拠は見たことがありません。
しかも、その成果はちゃんと出ているようですね。
そう、ネットワークの最適化はトレーニングに他ならず、GAを使うことでより効率的に、より速く行うことができるのです。 ですから、「最適化は危険だ」というのは「顕微鏡は危険だ」と言うようなもので、頭を大いに痛めてしまうことになりますね。
フォレストは、私の理解では、大雑把に言えば、予測器の分類に使われるのであって、予測には使われない :)