트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩 - 페이지 2097

[Maxim Dmitrievsky]

mytarmailS :

아하하)) 덴마크 크로네가 유로를 지배합니다)))

.. 부리또인지 멸치인지 .. 보루타인지 딱 기억나네요

[mytarmailS]

막심 드미트리예프스키 :

.. 부리또인지 멸치인지 .. 보루타인지 딱 기억나네요

나는 그들에게 감동하지 않는다

[Maxim Dmitrievsky]

이 모자를 사용하면 ns가 어떤 노이즈에도 재훈련되지 않도록 피쳐 공간 을 압축해야 합니다.

로켓은 동일한 작업을 수행하지만 신경망이 없으면 모든 컨볼루션 커널이 무작위입니다. 그런 다음 엔트로피 또는 무언가에 의해 최고가 선택됩니다.

[Rorschach]

convolutional network 의 경우 문제는 아키텍처를 선택하는 것이므로 기성 모델, 모든 종류의 restnet 등을 사용하십시오.

기자들에게 질문, 매월 4-5일은 무슨 일이 있습니까?

또 다른 발판 질문, 대상을 클래스로 분할하거나 회귀가 아닌 "이익 극대화"로 설정할 수 있습니까?

[Maxim Dmitrievsky]

로르샤흐 :

컨볼루션 네트워크의 경우 문제는 아키텍처 선택에 있으므로 기성 모델, 모든 종류의 restnet 등을 사용하십시오.

무엇을 위한 준비? 직접 만들어야 합니다. 그렇게 어렵지 않습니다.. 시작하기가 더 어렵습니다.

[Rorschach]

막심 드미트리예프스키 :

무엇을 위한 준비? 직접 만들어야 합니다. 그렇게 어렵지 않습니다.. 시작하기가 더 어렵습니다.

사전 훈련. 기본적으로 이미지 인식에는 컨볼루션이 사용됩니다. 각 레이어에서 뇌에서와 같이 일부 기능(줄무늬, 모서리)이 두드러집니다. 슈퍼컴퓨터에서 훈련된 준비된 네트워크를 가지고 자신의 예를 사용하여 다시 훈련시킬 수 있습니다.

더 읽어보기 (이미지 인식기가 학습한 내용에 따름)

[Maxim Dmitrievsky]

로르샤흐 :

사전 훈련. 기본적으로 이미지 인식에는 컨볼루션이 사용됩니다. 각 레이어에서 뇌에서와 같이 일부 기능(줄무늬, 모서리)이 두드러집니다. 슈퍼컴퓨터에서 훈련된 준비된 네트워크를 가지고 자신의 예를 사용하여 다시 훈련할 수 있습니다.

더 보기 (이미지 인식기가 학습한 내용에 따름)

당신이 제안한 것을 이해 했습니까? ) 고양이에 대해 훈련된 네트워크를 증분식으로 다시 훈련시키시겠습니까?

나는 그런 우생학을 본 적이 없다

[mytarmailS]

막심 드미트리예프스키 :

이 모자를 사용하면 ns가 어떤 소음에도 재훈련되지 않도록 기호 공간을 압축해야 합니다.

로켓은 동일한 작업을 수행하지만 신경망이 없으면 모든 컨볼루션 커널이 무작위입니다. 그런 다음 엔트로피 또는 무언가에 의해 최고가 선택됩니다.

해보세요 잘 못해요

로르샤흐 :

또 다른 발판 질문, 대상을 클래스로 분할하거나 회귀가 아닌 "이익 극대화"로 설정할 수 있습니까?

이익 극대화는 최적화 문제입니다. 여기에 다른 유전학 알고리즘이 있습니다.

fores는 선생님과 함께하는 훈련입니다. 그 표시가 필요합니다 ..

나는 또한 그것이 어떻게 교차하는지에 대해 머리를 긁적입니다.

[Rorschach]

막심 드미트리예프스키 :

당신이 제안한 것을 이해 했습니까? ) 고양이에 대해 훈련된 네트워크를 증분식으로 다시 훈련시키시겠습니까?

나는 그런 우생학을 본 적이 없다

링크를 보고 아래로 스크롤하면 모든 것이 이해될 것입니다.

[Maxim Dmitrievsky]

로르샤흐 :

링크를 보고 아래로 스크롤하면 모든 것이 이해될 것입니다.

네 웃기네요 참고하겠습니다