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 3295

 
Maxim Dmitrievsky #:

1.最適化との関係は?

2.反論💩ニューラルネットワークは最適化なのか近似なのか?

1.ここ」が何と何の関係があるのか?

2.ニューラルネットワークが近似器であることをまだ知らないのか?

 
Andrey Dik #:

1.どの「ここ」で?

2.ニューラルネットワークが近似値であることをまだ知らないのか?

知らないようだね。そうでなければ、近似と何の関係があるのか疑問に思わないだろう。

あなたは何のために最適化を議論に入れたのですか?

これらは違うものだと理解できますか?
 
Andrey Dik #:

いや、そういう話ではない。
異質な情報の蓄積 は、 、つながりを見つけることを 妨げるだけ で、多くの矛盾が生じる。
しかし、あるレベルまでしか、あるレベルでは モノリスを形成するのに 十分なほど多くの 情報があり、欠けていたパズルそのものが復元され始める

例えるなら、異なる金属でできた2本の棒の平らな表面を磨くと、粗さが少ないほど棒同士の滑りが良くなる。表面を磨き続けると、棒同士がくっつき、2本の棒から分子が互いに侵入し始める!

おそらく矛盾しているのだろうが、考え方は明快 だ。

同感である。

しかし、急成長はないだろう:

- すべての人が、達成された知能の発達に立ち止まらないほど頑固ではないからだ。

- 企業秘密と高価格が形成され始め、それが需要と供給を減少させる。

あなたの思考は、最初の段階であなた自身のグラフ上にある。

高品質であるためには、過剰な量の情報が廃棄される。
 
Maxim Dmitrievsky #:
あなたは知らないようだ。そうでなければ、近似値と何の関係があるのか疑問に思わないだろう。

あなたは何のために最適化を議論に入れたのですか?

これらは異なるものだと理解できますか?

私はあなたの質問に答えたはずだ。

私の投稿は、曲がったFFについて言及したサンシュの投稿に宛てたものだ。

それが理解できますか?

そして、どんな種類の学習も最適化なしには不可能だということも理解できないのだろう。

 
Andrey Dik #:

私はあなたの質問に答えたのに、なぜ同じことを繰り返すのですか?

私の投稿は、曲がったFFについて言及したサンシュの投稿に宛てたものだ。

それが理解できますか?

また、どのような形であれ、学習は最適化なしには不可能であり、両者は切り離せないものであることも理解できないだろう。

彼は、我々は極限の概念を持っていないと正しく書いている。新しいデータに対する近似と安定性の基準があり、それがモデル誤差の構成要素なのだ。
 
Renat Akhtyamov #:

矛盾しているかもしれないが、その考えは理解 できる。

同感だ

でも、急成長はないでしょう:

- すべての人が、達成された知能の発達に立ち止まらないほど頑固ではないからだ。

- 企業秘密と高価格が形成され始め、それが需要と供給を減少させる。

あなたの思考は、最初の段階であなた自身のグラフ上にある。

私は磨き棒の例を挙げたが、摩擦力にはジャンプがある。

情報があれば、もちろんジャンプはなく、滑らかに変化する。

 
Maxim Dmitrievsky #:
He correctly wrote that we do not have the concept of extrema.我々は新しいデータに対する近似基準と安定基準を持っており、それがモデル誤差の構成要素である。

ー近似値とー安定性基準をーというーそのーそのーそのーそのーそのー

それとも、おとぎ話に出てくるような、金持ちが30年間炊飯器の上に横たわっていて、突然起き上がって皆の尻を蹴りに行くような話ですか? 10日後には、動かない関節の潤滑油がなくなるので、金持ちは誰も蹴ることができなくなるが、10日後には起き上がれなくなる。

おとぎ話にでてくるような、ただそうするんだ。 いや、反復してスコアを向上させる、最適化のプロセスなんだ。

 
Andrey Dik #:

ー近似値とのみてみてみてみて、のみてみて、みてみてみて、みてみて、みてみて、みてみて、みてみてみて、ムムムム安定性基準

いいえ、推定値を改善しながら繰り返し行います。

それはどういう意味ですか?When you increase the degree of the polynomial, what happens?
 
Maxim Dmitrievsky #:
どういう意味ですか?

もう質問を忘れたのか?
たとえあなたがそう思っていなくても、あなたは常に最適化を行っていることになります。
あなたの基準は、最適化手法によって改善されたFFです。
 
Andrey Dik #:

もう質問を忘れたのか?
そうでないと思っていても、常に最適化を行っていることになる。
あなたの基準は、最適化手法で改善するFFです。
質問はありません。私が書いたのは、なぜ特徴の数が多いと因果推論の結果が悪くなるのか、ということです。

あなたはそれを抽象化して書いている。
理由: