트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩 - 페이지 2407 1...240024012402240324042405240624072408240924102411241224132414...3399 새 코멘트 Dmytryi Nazarchuk 2021.06.26 07:06 #24061 mytarmailS : 어떤 모델이 더 나은지 논하는 것은 일반적으로 유치원, 나는 약 7 년 전에 그런 쓰레기를 겪었습니다 새로운 정보 기능을 생성하는 방법 - 예 시장에 대한 피트니스 기능 목표 생성 방법 - 예 들어오는 정보를 변환하는 방법 - 예 시장 반응형 기능을 구축하는 방법 - 예 하지만 같은 빈 데이터에 대해 NS와 Forest 중 어느 것이 더 나은지 논하는 것은 FACE PALM에 불과합니다... 10개의 서로 다른 MO 알고리즘 간의 오차 차이 0.5 - 2% 2% 칼!!! 20-30%의 격차를 주는 것이 무엇인지 논의해야 합니다. 표시가 유익하면 모든 AMO가 잘 작동하고 그 반대도 마찬가지입니다!!! 이것은 몇 년 동안 이 스레드에서 논의한 내용을 전혀 이해하지 못하는 한 남자의 말입니다. 일반적인 둔각 선형 회귀 와 NN 간의 순방향 테스트에서 "오차 차이"는 20-30% 이상일 수 있으며 네트워크에 유리하지 않습니다. 테스트하고 시연하기도 쉽습니다. 그물이 딱 맞으니까 mytarmailS 2021.06.26 07:11 #24062 드미트리 나자르추크 : 이것은 몇 년 동안 이 스레드에서 논의한 내용을 전혀 이해하지 못하는 한 남자의 말입니다. 일반적인 둔각 선형 회귀 와 NN 간의 정방향 테스트에서 "오차 차이"는 20-30% 이상일 수 있습니다. 그리고 테스트 및 시연이 쉽습니다. 입증하다 Dmytryi Nazarchuk 2021.06.26 08:03 #24063 mytarmailS : 입증하다 파란색 곡선(GBP D1 - GBP LineReg), 주황색( GBP D1 - GBP NN). 교육 샘플 2009-2020, 앞으로 2021. 독립변수는 동일합니다. mytarmailS 2021.06.26 08:48 #24064 드미트리 나자르추크 : 파란색 곡선(GBP D1 - GBP LineReg), 주황색( GBP D1 - GBP NN). 교육 샘플 2009-2020, 앞으로 2021. 독립변수는 동일합니다. 기호, 목표, 뉴런 출력, 회귀 출력 및 레이블 형식으로 데이터를 보내주십시오. 기차는 어디에 있고 테스트는 어디에 있습니까? Dmytryi Nazarchuk 2021.06.26 08:58 #24065 mytarmailS : 기호, 목표, 뉴런 출력, 회귀 출력 및 레이블 형식으로 데이터를 보내주십시오. 기차는 어디에 있고 테스트는 어디에 있습니까? ) 아니요, 기호를 재설정할 수 없습니다. mytarmailS 2021.06.26 09:05 #24066 드미트리 나자르추크 : ) 아니요, 기호를 재설정할 수 없습니다. 왜요? 알겠습니다. 잊어버리세요. 이해가 있으면 lin에서 할 수 있다는 것을 보여주고 싶었습니다. 회귀 모델은 NN보다 나쁘지도 않고 더 좋지도 않습니다 ... 그러나 모든 것은 이것에 관한 것이 아니라 표준 데이터에서 AMO가 다른 AMO에 비해 상당한 이점을 제공하지 않는다는 사실에 대해 20-30%가 필요할 때 2%의 차이는 아무것도 아닙니다. Dmytryi Nazarchuk 2021.06.26 09:08 #24067 mytarmailS : 왜요? 글쎄, 이것은 이미 내 노하우입니다. mytarmailS 2021.06.26 09:39 #24068 드미트리 나자르추크 : 글쎄, 이것이 내 노하우입니다. 기성품 간판과 기성품 표적의 행렬을 버리면 어떻게 든 기술 노하우가 드러날 것입니다 ??? 디미트리 당신은 천재입니다! )) 책을 읽으러 가는 게 좋을 텐데.. Dmytryi Nazarchuk 2021.06.26 09:50 #24069 mytarmailS : 기성품 간판과 기성품 표적의 행렬을 버리면 어떻게 든 기술 노하우가 드러날 것입니다 ??? 디미트리 당신은 천재입니다! )) 책을 읽으러 가는 게 좋을 텐데.. 고맙습니다! Maxim Dmitrievsky 2021.06.26 11:22 #24070 때때로 사람들은 회귀 모델과 활성화 함수가 있는 회귀 모델의 차이점을 이해하지 못하므로 비뚤어진 결론이 나옵니다. 예를 들어 두 번째 데이터에 대한 데이터를 제대로 정규화하지 않으면 그라디언트가 폭발하고 아무 것도 학습하지 않습니다. 그들은 또한 첫 번째 모델이 활성화 f-ii가 없는 가장 단순한 뉴런이며 두 번째 모델이 농담을 할 것이라는 점을 이해하지 못합니다. 1...240024012402240324042405240624072408240924102411241224132414...3399 새 코멘트 트레이딩 기회를 놓치고 있어요: 무료 트레이딩 앱 복사용 8,000 이상의 시그널 금융 시장 개척을 위한 경제 뉴스 등록 로그인 공백없는 라틴 문자 비밀번호가 이 이메일로 전송될 것입니다 오류 발생됨 Google으로 로그인 웹사이트 정책 및 이용약관에 동의합니다. 계정이 없으시면, 가입하십시오 MQL5.com 웹사이트에 로그인을 하기 위해 쿠키를 허용하십시오. 브라우저에서 필요한 설정을 활성화하시지 않으면, 로그인할 수 없습니다. 사용자명/비밀번호를 잊으셨습니까? Google으로 로그인
어떤 모델이 더 나은지 논하는 것은 일반적으로 유치원, 나는 약 7 년 전에 그런 쓰레기를 겪었습니다
새로운 정보 기능을 생성하는 방법 - 예
시장에 대한 피트니스 기능 목표 생성 방법 - 예
들어오는 정보를 변환하는 방법 - 예
시장 반응형 기능을 구축하는 방법 - 예
하지만 같은 빈 데이터에 대해 NS와 Forest 중 어느 것이 더 나은지 논하는 것은 FACE PALM에 불과합니다...
10개의 서로 다른 MO 알고리즘 간의 오차 차이 0.5 - 2%
2% 칼!!! 20-30%의 격차를 주는 것이 무엇인지 논의해야 합니다.
표시가 유익하면 모든 AMO가 잘 작동하고 그 반대도 마찬가지입니다!!!
이것은 몇 년 동안 이 스레드에서 논의한 내용을 전혀 이해하지 못하는 한 남자의 말입니다.
일반적인 둔각 선형 회귀 와 NN 간의 순방향 테스트에서 "오차 차이"는 20-30% 이상일 수 있으며 네트워크에 유리하지 않습니다.
테스트하고 시연하기도 쉽습니다.
그물이 딱 맞으니까
이것은 몇 년 동안 이 스레드에서 논의한 내용을 전혀 이해하지 못하는 한 남자의 말입니다.
일반적인 둔각 선형 회귀 와 NN 간의 정방향 테스트에서 "오차 차이"는 20-30% 이상일 수 있습니다.
그리고 테스트 및 시연이 쉽습니다.
입증하다
파란색 곡선(GBP D1 - GBP LineReg), 주황색( GBP D1 - GBP NN).
교육 샘플 2009-2020, 앞으로 2021.
독립변수는 동일합니다.
파란색 곡선(GBP D1 - GBP LineReg), 주황색( GBP D1 - GBP NN).
교육 샘플 2009-2020, 앞으로 2021.
독립변수는 동일합니다.
기호, 목표, 뉴런 출력, 회귀 출력 및 레이블 형식으로 데이터를 보내주십시오. 기차는 어디에 있고 테스트는 어디에 있습니까?
) 아니요, 기호를 재설정할 수 없습니다.
) 아니요, 기호를 재설정할 수 없습니다.
왜요?
글쎄, 이것은 이미 내 노하우입니다.
글쎄, 이것이 내 노하우입니다.
기성품 간판과 기성품 표적의 행렬을 버리면 어떻게 든 기술 노하우가 드러날 것입니다 ???
디미트리 당신은 천재입니다! )) 책을 읽으러 가는 게 좋을 텐데..
기성품 간판과 기성품 표적의 행렬을 버리면 어떻게 든 기술 노하우가 드러날 것입니다 ???
디미트리 당신은 천재입니다! )) 책을 읽으러 가는 게 좋을 텐데..
고맙습니다!