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 495 1...488489490491492493494495496497498499500501502...3399 新しいコメント forexman77 2017.10.03 04:36 #4941 アリョーシャ 大丈夫、結果はゼロだ、こんな少ないサンプルで統計的に偏った結果でなくてよかったね。また、すごろくでエクイティを見るまでもなく、バリエーションなく簡単に指数として作ることができます。では、フォワードのセットプレーを選ぶとき、何を基準にするのでしょうか。 forexman77 2017.10.03 04:46 #4942 アリョーシャ残念なことに、彼らは間違っており、これは「無知な者」や「俗物」だけでなく、ミンスキーや多層ペルセプトロンの「無益さ」に関する彼の権威ある意見を思い出してください)))。 ハブラの記事なんて、掲示板のゴミみたいなもので、99.9%が広告、SFポップ、露骨なゴミ、0.1%が「行間」の暗黙の形の知的なアイデア。個人的には、アルゴリズムの仕組みを理解し、自分でやり、照合はネット上のライブラリで行うことを支持します。そして、ネットワーク内では、ほとんど一人で再投稿されているなど、動画はたくさんありますが、コードやコードであっても、馴染みのないプログラミング言語で具体的に実装されている例はほとんどありません。 СанСаныч Фоменко 2017.10.03 07:08 #4943 Oleg avtomat:FA以外はみんな負け組。をFAだけが教えられてきた。;))私はあなたが簡単に息をすることはできません参照してください...一息と落ち着きを取る。 СанСаныч Фоменко 2017.10.03 07:23 #4944 マキシム・ドミトリエフスキー これが外挿とどう関係があるのか...。alglibライブラリのRFを書いた人たちも無教養な人たちなのでしょうか?そして、Rブロガーもまた、見たところ無知である。https://www.r-bloggers.com/extrapolation-is-tough-for-trees/権威のある人を指す場合は、その結果を信頼するということです。私たちができるのは、有能な編集者のいる良い雑誌に結果を発表している、非常に評判の良い人たちだけです。どういうことですか?ブログについて?それは権威なのか?あなたのリンクは、私が無知と呼ぶ人たちの典型的な参考文献です。著者は、線形回帰という 極めて限定的な応用モデルを取り上げ、そこで何かを論じている。線形回帰では、入力データの性質が非常に重要であり、結果が信頼できることを正当化することが非常に重要である。これは記事のどこに書いてあるのですか?どんなモデルにも適用できる、統計学の基本です。これは、統計学の公理として、非常に簡潔に定式化されている。それを知らない、あるいは実践で応用しない人は、パセプロンという言葉を知っているかどうかとは無関係に、濃いヘタレの一人だと私は思うのです。 Maxim Dmitrievsky 2017.10.03 09:24 #4945 サンサニッチ・フォメンコ 権威のある人を指す場合は、その結果を信頼するということです。これは、優秀な編集者のいる良い雑誌に結果を発表している、非常に評判の良い人たちだけにできることです。どういうことですか?ブログについて?それは権威なのか?あなたのリンクは、私が無知と呼ぶ人たちの典型的な参考文献です。著者は、線形回帰という 極めて限定的な応用モデルを取り上げ、そこで何かを論じている。線形回帰では、入力データの性質が非常に重要であり、結果が信頼できることを正当化することが非常に重要である。これは記事のどこに書いてあるのですか?どんなモデルにも適用できる、統計学の基本です。これは、統計学の公理として、非常に簡潔に定式化されている。このことを知らない、あるいは実践していない人は、ペルセプトロンという言葉を知っているかどうかにかかわらず、密度の高い怠け者のことを指していると私は考えている。げっ、みんな飲んでるのか? Dr. Trader 2017.10.03 09:26 #4946 森は外挿の仕方を知っているのか?はい。 うまくできているのでしょうか?いいえ。 Maxim Dmitrievsky 2017.10.03 09:28 #4947 Dr.トレーダー森は外挿できるのか?はい。 うまくできているのでしょうか?いいえ。これは、上記の記事にあるように、決定木構造によるものです。 СанСаныч Фоменко 2017.10.03 09:37 #4948 マキシム・ドミトリエフスキー RFは、近似の方法を知りません。それは、上記の記事にあるように、決定木構造に関係しています。ガッカリ!外挿と近似は絶対的に違う。全くシラフではないのですか? Maxim Dmitrievsky 2017.10.03 09:41 #4949 サンサンフォーメンコ。 ガッカリ!外挿と近似は絶対的に違う。全くシラフではないのですか?そうなんです、その時近似値について読んでいたので、うっかり言葉を混ぜてしまったんです。 Dr. Trader 2017.10.03 09:41 #4950 ここで面白い例があります、以前一度このスレッドに投稿したことがあります。 この場合の外挿は、"既知の点の雲 "の外側での予測になります。既知の点がうまくクラスター化されていれば、ほとんどのモデルで外挿は問題ないことがわかる。 しかし、もし既知の点が明らかなクラスターを持たず、よりランダムに配置されていたとしたら、予測自体が悪くなり、外挿も信用できないでしょう。予測変数が重要で、モデルにゴミを入れると、うまく外挿できなくなるのです。 FXの場合、理想的な予測因子が見つかるとは考えにくいので、私は金融データの外挿によって取引を行うことはありません。 1...488489490491492493494495496497498499500501502...3399 新しいコメント 理由: キャンセル 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
大丈夫、結果はゼロだ、こんな少ないサンプルで統計的に偏った結果でなくてよかったね。また、すごろくでエクイティを見るまでもなく、バリエーションなく簡単に指数として作ることができます。
では、フォワードのセットプレーを選ぶとき、何を基準にするのでしょうか。
残念なことに、彼らは間違っており、これは「無知な者」や「俗物」だけでなく、ミンスキーや多層ペルセプトロンの「無益さ」に関する彼の権威ある意見を思い出してください)))。
ハブラの記事なんて、掲示板のゴミみたいなもので、99.9%が広告、SFポップ、露骨なゴミ、0.1%が「行間」の暗黙の形の知的なアイデア。個人的には、アルゴリズムの仕組みを理解し、自分でやり、照合はネット上のライブラリで行うことを支持します。
そして、ネットワーク内では、ほとんど一人で再投稿されているなど、動画はたくさんありますが、コードやコードであっても、馴染みのないプログラミング言語で具体的に実装されている例はほとんどありません。
FA以外はみんな負け組。
をFAだけが教えられてきた。
;))
私はあなたが簡単に息をすることはできません参照してください...一息と落ち着きを取る。
これが外挿とどう関係があるのか...。
alglibライブラリのRFを書いた人たちも無教養な人たちなのでしょうか?
そして、Rブロガーもまた、見たところ無知である。
https://www.r-bloggers.com/extrapolation-is-tough-for-trees/
権威のある人を指す場合は、その結果を信頼するということです。私たちができるのは、有能な編集者のいる良い雑誌に結果を発表している、非常に評判の良い人たちだけです。
どういうことですか?ブログについて?それは権威なのか?
あなたのリンクは、私が無知と呼ぶ人たちの典型的な参考文献です。
著者は、線形回帰という 極めて限定的な応用モデルを取り上げ、そこで何かを論じている。
線形回帰では、入力データの性質が非常に重要であり、結果が信頼できることを正当化することが非常に重要である。これは記事のどこに書いてあるのですか?
どんなモデルにも適用できる、統計学の基本です。
これは、統計学の公理として、非常に簡潔に定式化されている。
それを知らない、あるいは実践で応用しない人は、パセプロンという言葉を知っているかどうかとは無関係に、濃いヘタレの一人だと私は思うのです。
権威のある人を指す場合は、その結果を信頼するということです。これは、優秀な編集者のいる良い雑誌に結果を発表している、非常に評判の良い人たちだけにできることです。
どういうことですか?ブログについて?それは権威なのか?
あなたのリンクは、私が無知と呼ぶ人たちの典型的な参考文献です。
著者は、線形回帰という 極めて限定的な応用モデルを取り上げ、そこで何かを論じている。
線形回帰では、入力データの性質が非常に重要であり、結果が信頼できることを正当化することが非常に重要である。これは記事のどこに書いてあるのですか?
どんなモデルにも適用できる、統計学の基本です。
これは、統計学の公理として、非常に簡潔に定式化されている。
このことを知らない、あるいは実践していない人は、ペルセプトロンという言葉を知っているかどうかにかかわらず、密度の高い怠け者のことを指していると私は考えている。
げっ、みんな飲んでるのか?
森は外挿の仕方を知っているのか?はい。
うまくできているのでしょうか?いいえ。
森は外挿できるのか?はい。
うまくできているのでしょうか?いいえ。
これは、上記の記事にあるように、決定木構造によるものです。
RFは、近似の方法を知りません。それは、上記の記事にあるように、決定木構造に関係しています。
ガッカリ!
外挿と近似は絶対的に違う。
全くシラフではないのですか?
ガッカリ!
外挿と近似は絶対的に違う。
全くシラフではないのですか?
そうなんです、その時近似値について読んでいたので、うっかり言葉を混ぜてしまったんです。
ここで面白い例があります、以前一度このスレッドに投稿したことがあります。
この場合の外挿は、"既知の点の雲 "の外側での予測になります。
既知の点がうまくクラスター化されていれば、ほとんどのモデルで外挿は問題ないことがわかる。
しかし、もし既知の点が明らかなクラスターを持たず、よりランダムに配置されていたとしたら、予測自体が悪くなり、外挿も信用できないでしょう。
予測変数が重要で、モデルにゴミを入れると、うまく外挿できなくなるのです。
FXの場合、理想的な予測因子が見つかるとは考えにくいので、私は金融データの外挿によって取引を行うことはありません。