Рассмотрим функции для работы с основными статистическими распределениями, реализованными в языке R. Это распределения Коши, Вейбулла, нормальное, логнормальное, логистическое, экспоненциальное, равномерное, гамма-распределение, центральное и нецентральные распределения Бета, хи-квадрат, F-распределения Фишера, t-распределения Стьюдента, а...
厳しく判断しないでください。もしかしたら、何にでも組み込もうとするパイソン愛好家がいるかもしれません。
PythonはC++のライブラリですが、MQLをSB（標準ライブラリ）にしたほうがいいのでは？
MQは当初この方向で進んでいたが、Ruto、RWods、Algibodsの猛攻で断念した )
MQは、RやPy、Alglibはもう私たちの問題ではないというように、サンドボックスの外に出ることを恐れていることが、すべての問題だと思います。
他の「プログラミング言語」へのリンクを追加し、他のヤプスに好きなようにやらせているのです。
ダチョウを連想させる)
Rとの統合を検出するために、どのような物質が必要ですか？
問題は、大衆の話題に対する認識の狭さと、アルゴトレーディングの発展動向に対する理解不足である。
ダチョウはまさにそういう人
アルゴトレーディング業界をより深く理解するために。
"大人 "の取引、リスク管理はまずマットスタット。ここでいう機械学習とは、本来、マットスタットの問題を解決するための一つの手段に過ぎない。 これらは、Internet of Thingsの開発などで発生する課題とはやや異なるものです。
このあたりから、急に面白くなってきました(^^)
"大人 "の取引、リスク管理はまずマットスタット。機械学習は本来、マットスタットの問題を解決するための一つの手段に過ぎない。これらは、「モノのインターネット」などの開発で発生する課題とはやや異なるものです。
どこかに「matstatはダメ！」と書いてあったのでしょうか？
すでにRの基本的な数学ライブラリをMQL5のソース（400以上の関数）の形で実装し、大きな一歩を踏み出しました。
MQL5で統計分布 - Rの良いところを取り入れ、より高速に
Pythonと統合するだけで、統計解析のほとんど全ての可能性にアクセスできるようになります。
Pythonが完成次第、エディタでC/C++のフルコンパイルを可能にし、C++からDLL、EXE、特殊なEX5モジュールを作成する予定です。これにより、既存のC++ライブラリを最小限の手直しでEX5互換の形に再コンパイルすることができ、多くのオープンソースライブラリにアクセスできるようになります。
どこかに「matstatはダメ！」と書いてあったのでしょうか？
すでにRの基本的な数学ライブラリをMQL5のソース（400以上の関数）の形で実装し、大きな一歩を踏み出しました。
MQL5で統計分布 - Rの良いところを取り入れ、より高速に
Pythonと統合するだけで、ほとんどすべての統計解析機能にアクセスできるようになります。
Pythonが完成次第、C/C++コンパイルをエディタに統合し、C++からDLL、EXE、特殊EX5モジュールを作成する予定です。これにより、既存のC++ライブラリを最小限の手直しでEX5互換の形に再コンパイルできるようになり、多くのオプソースライブラリへの アクセスが可能になります。
とても興味深いです。ex5ライブラリをEAに組み込む（リソースとして）予定や、マーケットで公開する指標はあるのか？
とても興味深いです。ex5ライブラリをEAに組み込む（リソースとして）予定や、マーケットで公開する指標はあるのか？
いいえ。
セキュリティ上の理由から、モジュールの一般配布は当社のみとさせていただきます。
おそらく、kodobaseに公式モジュールのコーナーが設けられ、インストラクションによって自動的にアップロードされるのでしょう。
また、自動バッチマネージャの道も進んでいます。コードベース・エンジンが改革される。いいえ。
セキュリティ上の理由から、モジュールの一般配布は当社のみとさせていただきます。
おそらく、コドベースには公式モジュールのセクションがあり、指示に従って自動的にアップロードされるのでしょう。
どこかに「matstatはダメ！」と書いてあったのでしょうか？
すでにRの基本的な数学ライブラリをMQL5のソースコード（400以上の関数）の形で実装し、大きな一歩を踏み出しました。
MQL5で統計分布 - Rの良いところを取り入れ、より高速に
Pythonと統合するだけで、統計解析のほぼすべての可能性にアクセスできます。
Pythonが完成次第、C/C++コンパイルをエディタに組み込んで、C++からDLLやEXE、特殊なEX5モジュールを作成する予定です。これにより、既存のC++ライブラリを最小限の手直しでEX5互換の形に再コンパイルすることができ、多くのOpsourceライブラリにアクセスすることが可能になります。
現地の統計図書館をごく浅く調べただけで、重大な誤りを発見することになる。このようなエラーの報告に対する 反応がないのは、「matstat - no！」と非常によく似ています。
Pythonは、Rのような多様なパッケージや分析実践者のコミュニティを持つことはないでしょう。
地元の統計図書館をごく浅く調べただけで、重大な誤りを発見してしまうのだ。このようなエラーの報告に対する 対応の悪さは、「matstat - no！」と非常によく似ています。
1) どんなCDF-確率分布関数（離散的なものも例外ではありません！）も、必ずすべての実数について定義されていなければなりません。以下は、R上のコードのアナログとその結果で、現実にどのように考えるべきかを示しています。 ところで、離散CDF関数には、正しくカウントされるものとされないものがありますね。
2) 値1については、ゼロによる除算の エラーが発生します。
この関数を整数用に実装したものがあります。
//--- m,k,n,x must be integer必要なら自分で機能を作ってください。Rとは異なり、すべてがソースコードで公開されています。