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 513

 

ラジオ86RKというコンピュータで、初めて本格的なプログラムをアセンブラで書きました。)

 
グリゴーリイ チャーニン

ラジオ86RKというコンピュータで、初めて本格的なプログラムをアセンブラで書きました。)


UMKCの研究室では、アセンブラで書いていましたよ。この後、私たちの脳は大騒ぎになりました...。

 

ラッキーなことに、2年ほど前に「書く」ことを始めて、すぐにMQLで、気に入っているのですが、基礎知識がないため、頭が悪すぎます。 2進数と16ビット数の違いや、最後に「e」が付く数字とは何かということすらわかりません。

 

インテル、ニューラルネットワーク専用プロセッサを発表へ https://newsroom.intel.com/editorials/intel-pioneers-new-technologies-advance-artificial-intelligence/

Intel Pioneers New Technologies to Advance Artificial Intelligence
Intel Pioneers New Technologies to Advance Artificial Intelligence
  • newsroom.intel.com
Today I spoke at the WSJDLive global technology conference about cognitive and artificial intelligence (AI) technology, two nascent areas that I believe will be transformative to the industry and world. These systems also offer tremendous market opportunity and are on a trajectory to reach $46 billion in industry revenue by 20201. At Intel...
 
エリブラリウス

インテルがニューラルネットワーク専用のプロセッサを発売へ https://newsroom.intel.com/editorials/intel-pioneers-new-technologies-advance-artificial-intelligence/


IMHO

ニューラルネットワーキングが私たちの生活に入り込んでくるのは確かですが、一般に普及するのは20~25年後くらいでしょうか。

私の推測では、今は犬が月に向かって吠えているようなレベルだと思うのです。

また、現段階の大企業は、ネッツの価値ある情報を共有することはないでしょう。

そして、ほとんどの場合、それは単なるプロセッサーではなく、まったく異なるものになるでしょう。

くだらないことを言うかもしれませんが、これが私の意見です。

 
ウラジーミル・グリバチョフ

IMHO

ニューロニクスが私たちの生活の中に入ってくるのは確かですが、一般に普及するのは20~25年後だとも思います。

今は、犬が月に吠えるようなレベルだと推測できます。

また、現段階の大企業は、ネッツの価値ある情報を共有することはないでしょう。

そして、ほとんどの場合、それは単なるプロセッサーではなく、まったく別のものになるはずです。

もちろん、くだらないことを言うかもしれませんが、これは私の意見です。


すべての情報はパブリックドメインにあり、すべての分野ですでに緊密に統合されているのです。

 

Google翻訳がどうなったか見てみましょう。今はニューラルネットワークで動いています。しかし、NSに関する通常の情報は、英語でもなかなか手に入りません。パブリックドメインで探すのは大変です。有料の教材もたくさんあります。特に本。でも、英語はわからない。無駄に覚えようとしたことはない。

 
グリゴーリイ チャーニン

Google翻訳がどうなったか見てみましょう。今はニューラルネットワークで動いています。しかし、NSに関する通常の情報は、英語でもなかなか手に入りません。パブリックドメインで探すのは大変です。有料の教材もたくさんあります。特に本。でも、英語はわからない。覚えようとはしていない、無駄だ。


そうですね、特にgoogleがTensorFlowというフレームワークを無償で提供したことを考慮すると......どうでしょう、情報量が多いですね。YouTubeにロシア語の動画がたくさんアップされています。

 

動画はたくさんありますが、微妙なところは説明されていません。

 
グリゴーリイ チャーニン

動画はたくさんありますが、微妙なところは説明されていません。

+1

後方降下法といくつかの複雑な数式を使ってニューロニクスのトレーニングを行う方法については、何千もの記事があります。しかし、奇跡的に、数学と微分の観点から、そのプロセスをわかりやすく説明している稀有な記事に出会うことができます。それは、まさに、学習プロセスがどのように行われるかを_理解するのに必要なものです。これを理解すれば、どんな便利なプログラミング言語でも、どんな層や活性化関数でも、簡単にニューロニクスを作ることができます。

理由: