This blog is the summary of my gsoc project – implementation of popular deep reinforcement learning methods. During this project, I implemented deep (double) q learning, asynchronous one/n step q learning, asynchronous one step sarsa and asynchronous advantage actor critic (in progress), as well as two classical control problems, i.e. mountain...
글쎄, 네, 네 ... 이미 추측했습니다 ... 일반적으로 모두 덕분에 R에서 많은 발전을 이루었습니다 .... 가장 중요한 것은 구문을 이해하는 것입니다 ....
구문에 관한 것이 아닙니다.
C와 같은 언어와 달리 R은 스칼라 개념이 없는 벡터 언어입니다. 이것을 항상 염두에 두고 a <- b를 작성할 가능성이 있다면, 여기서 b는 임의의 객체이고, 가장 단순한 경우에는 벡터 또는 행렬이고 할당에 루프가 필요하지 않다면 매우 짧게 작성할 수 있습니다. 및 정보 집약적인 프로그램.
기능이 하나 더 있습니다.
5개의 숫자를 포함하는 벡터가 있다고 가정합니다. 각 숫자는 1, 2, .. 5의 순서로 자리를 차지합니다. 이것이 바로 장소입니다. 그리고 이러한 장소는 장소 번호가 다른 이름을 가질 수 있습니다. 이러한 이름은 또한 작업을 수행할 수 있는 독립 벡터로 수집됩니다.
매우 흥미로운 것은 벡터의 값 위치 이름이 타임스탬프인 벡터입니다. 이것은 독립적인 데이터 유형 인 시계열입니다.
The easiest way to import data into R is using a local file. Here, we will discuss four main formats and their file extensions: the comma separated values format (.csv), Microsoft Excel files (.xls, .xlsx), R native data (.RData), SQLITE (.SQLITE) and unstructured text files (.txt). These are the most common cases one will find in a data...
슬라이딩 윈도우 = 4시간에서 AUDCAD 쌍에 대한 가격 흐름 강도의 히스토그램을 보십시오.
어떻게 입구에서 그런 쓰레기와 거래할 수 있습니까?
다시 한 번 반복합니다. 입력 스트림을 변환하여 강도를 포아송 분포로 가져오도록 모든 노력을 기울일 필요가 있습니다.
이 키 포인트가 없으면 모든 시도는 실패할 수밖에 없습니다.
그리고 나는 그것을 하는 방법을 알고 있습니다.
더욱이 이러한 강도 변환 후에 증분 자체의 히스토그램은 엄격한 형식을 얻고 더 이상 로그 등을 취할 필요가 없습니다.
저것들. 따옴표의 흐름으로 문제를 해결했다면 가장 순수한 증분으로 안전하게 작업할 수 있습니다. 이것이 필요한 것입니다.
그게 다야!
Piz..펠트 부츠를 훔치는 것이 아닙니다. 변환 후 예는 어디에 있습니까? 적어도 당신이 거기에 무엇을 얻었는지에 대한 사진. 그리고 그림에 자금 잔액이 표시되는 것이 바람직합니다. 이것이 시장에 있는 모든 작업의 궁극적인 목표이기 때문에 그것이 얼마나 크든 비밀스럽든 상관없이 ....
일을 서두르고 싶지는 않지만 출력에 대한 최대 정보를 가진 입력을 기반으로 구축된 모델이 훨씬 더 오래 작동하는 것 같습니다. 예전에는 2주라는 문턱을 넘기가 어려웠는데, 이제는 OOS에서 지난 2주간의 결과다.
충분히 가치가 있다고 생각합니다. 그러나 더 많은 테스트가 필요합니다 ...
RL의 장점에 대한 또 다른 흥미로운 라이브러리. 누가 mql로 다시 작성하는 데 관심이 있는지, 이론적 부분을 공부하는 동안 알려주십시오.
http://mlpack.org/gsocblog/deep-reinforcement-learning-methods-summary.html
"현재를 정확히 알면 미래를 계산할 수 있다"는 인과법칙의 엄격한 공식화에서 잘못된 것은 두 번째 부분이 아니라 전제입니다. 우리는 근본적으로 모든 세부 사항에서 현재를 알 수 없습니다.
한때 나는 주요 구성 요소에 대한 아이디어를 올바르게 평가하지 못했습니다. 나는 그들이 예측의 정확도를 높여야한다고 믿었습니다.
그리고 정확도는 동일하지만 모델의 예측 능력이 안정화된다는(모델의 과적합이 감소함) 주장하는 여러 기사를 보았습니다. 대상 변수에 대한 주성분 분석이 특히 광고됩니다.
글쎄, 네, 네 ... 이미 추측했습니다 ... 일반적으로 모두 덕분에 R에서 많은 발전을 이루었습니다 .... 가장 중요한 것은 구문을 이해하는 것입니다 ....
구문에 관한 것이 아닙니다.
C와 같은 언어와 달리 R은 스칼라 개념이 없는 벡터 언어입니다. 이것을 항상 염두에 두고 a <- b를 작성할 가능성이 있다면, 여기서 b는 임의의 객체이고, 가장 단순한 경우에는 벡터 또는 행렬이고 할당에 루프가 필요하지 않다면 매우 짧게 작성할 수 있습니다. 및 정보 집약적인 프로그램.
기능이 하나 더 있습니다.
5개의 숫자를 포함하는 벡터가 있다고 가정합니다. 각 숫자는 1, 2, .. 5의 순서로 자리를 차지합니다. 이것이 바로 장소입니다. 그리고 이러한 장소는 장소 번호가 다른 이름을 가질 수 있습니다. 이러한 이름은 또한 작업을 수행할 수 있는 독립 벡터로 수집됩니다.
매우 흥미로운 것은 벡터의 값 위치 이름이 타임스탬프인 벡터입니다. 이것은 독립적인 데이터 유형 인 시계열입니다.
글쎄, 네, 네 ... 이미 추측했습니다 ... 일반적으로 모두 덕분에 R에서 많은 발전을 이루었습니다 .... 가장 중요한 것은 구문을 이해하는 것입니다 ....
https://msperlin.github.io/pafdR/importing.html
어제 이야기한 내용을 명확히 하기 위해.
슬라이딩 윈도우 = 4시간에서 AUDCAD 쌍에 대한 가격 흐름 강도의 히스토그램을 보십시오.
어떻게 입구에서 그런 쓰레기와 거래할 수 있습니까?
다시 한 번 반복합니다. 입력 스트림을 변환하여 강도를 포아송 분포로 가져오도록 모든 노력을 기울일 필요가 있습니다.
이 키 포인트가 없으면 모든 시도는 실패할 수밖에 없습니다.
그리고 나는 그것을 하는 방법을 알고 있습니다.
더욱이 이러한 강도 변환 후에 증분 자체의 히스토그램은 엄격한 형식을 얻고 더 이상 로그 등을 취할 필요가 없습니다.
저것들. 따옴표의 흐름으로 문제를 해결했다면 가장 순수한 증분으로 안전하게 작업할 수 있습니다. 이것이 필요한 것입니다.
그게 다야!
어제 이야기한 내용을 명확히 하기 위해.
슬라이딩 윈도우 = 4시간에서 AUDCAD 쌍에 대한 가격 흐름 강도의 히스토그램을 보십시오.
어떻게 입구에서 그런 쓰레기와 거래할 수 있습니까?
다시 한 번 반복합니다. 입력 스트림을 변환하여 강도를 포아송 분포로 가져오도록 모든 노력을 기울일 필요가 있습니다.
이 키 포인트가 없으면 모든 시도는 실패할 수밖에 없습니다.
그리고 나는 그것을 하는 방법을 알고 있습니다.
더욱이 이러한 강도 변환 후에 증분 자체의 히스토그램은 엄격한 형식을 얻고 더 이상 로그 등을 취할 필요가 없습니다.
저것들. 따옴표의 흐름으로 문제를 해결했다면 가장 순수한 증분으로 안전하게 작업할 수 있습니다. 이것이 필요한 것입니다.
그게 다야!
Piz..펠트 부츠를 훔치는 것이 아닙니다. 변환 후 예는 어디에 있습니까? 적어도 당신이 거기에 무엇을 얻었는지에 대한 사진. 그리고 그림에 자금 잔액이 표시되는 것이 바람직합니다. 이것이 시장에 있는 모든 작업의 궁극적인 목표이기 때문에 그것이 얼마나 크든 비밀스럽든 상관없이 ....
하지만 제가 가졌던 질문은 확실히 그렇게 간단하지 않습니다. 10 x 10 테이블이 있습니다. 첫 번째 열이나 다섯 번째 열이 없는 테이블을 가져오는 방법. 즉, i번째 열이 없는 개체를 가져와야 합니까????
하지만 제가 가졌던 질문은 확실히 그렇게 간단하지 않습니다. 10 x 10 테이블이 있습니다. 첫 번째 열이나 다섯 번째 열이 없는 테이블을 가져오는 방법. 즉, i번째 열이 없는 개체를 가져와야 합니까????
m[,-5]
m[,-5]
네 네 네 감사합니다 도페트릴 ....