Mathemat: Ай-яй-яй, как это знакомо. С другой стороны, не могу понять, как предыдущее Обучение-II может превратиться в приготовление к психическому расстройству.
어제 저녁부터 사건 사이에 무슨 대답을 해야 할지 한참을 고민했습니다. 이미 어떻게 든 공식화하기 시작했습니다 ... 그러나 마음이 바뀌었습니다. 포럼의 주제가 아닌 것처럼 길고 지루할 것입니다.
기본 현실이 있습니다 - 인용의 흐름. 객관화의 첫 번째 단계는 마스코트의 부과입니다. 이것은 엄격하게 정의된 하나의 세트 내에서 대안으로의 기본적이고 일차적인 분할입니다. 그러나 결국 대시 대신 RSI를 적용할 수 있습니다. 또 다른 분열이 있을 것입니다. 일차적 대안의 기본 집합이 질적으로 다른 또 다른 생명체가 있을 것입니다.
Обучение-I есть изменение специфичности отклика благодаря исправлению ошибок выбора внутри данного набора альтернатив.
요컨대, 어리석은 "두 스트로크"를 학습-I로 하자. 자, 이제 컨텍스트(CC)를 맨 위에 놓습니다. 그것은 이미 O-II와 비슷한 것으로 밝혀졌습니다. 그러나 기본 대안 집합 자체는 변경되지 않았습니다. 그것은 같은 자동차에 의해 엄격하게 설정됩니다. 살아있는 존재는 그대로 유지되었습니다. 우리는 같은 쥐를 가지고 있습니다. 이론적으로 쥐를 O-III로 옮기려고 시도할 수 있지만 작동하지 않습니다. 이에 대한 기본 대안 세트가 너무 부족합니다. O-III가 가능한 생물을 얻으려면 이 기본 세트를 변경해야 합니다(예: ZZ, 채널 또는 Phoebe 체커 대신). 예, 우리 쥐("two mashki")조차도 O-II에 대해 너무 큰 능력이 없다고 생각합니다. 이미 이 수준에서 미쳐가고 있습니다 ...
왜 그게 다야? 또한 "이상적인 QC"에 대해 끝없이 이야기할 수 있지만 가능성은 근본적으로 일차적 대안 세트에 의해 제한됩니다. "살아있는 존재의 계급".
아직 많이 로드되지 않았습니까?
따라서 다음과 같은 문제가 발생합니다. 적어도 O-II에 대해 어떤 기본 대안 집합(체커, 33, Fib 또는 다른 것을 기반으로 한 분할)이 더 풍부한 기능을 가지고 있는지 미리 파악하는 방법을 배워야 합니다.
그건 그렇고, 나는 전에이 질문을했지만 그것을 제기하는 합리적인 맥락은 Bateson의이 기사 덕분에 발생했습니다. Volodya 감사합니다.
기본 현실이 있습니다. 인용의 흐름입니다. 객관화의 첫 번째 단계는 마스코트의 부과입니다. 이것은 하나의 엄격하게 정의된 세트 내에서 대안으로의 기본적이고 일차적인 분할입니다. 그러나 결국 대시 대신 RSI를 적용할 수도 있습니다. 또 다른 분열이 있을 것입니다. 일차적 대안의 기본 집합이 질적으로 다른 또 다른 생명체가 있을 것입니다.
간단히 말해서, 멍청한 "two-ass"를 Learning-I로 두십시오. 자, 이제 컨텍스트(CC)를 맨 위에 놓습니다. 그것은 이미 O-II와 비슷한 것으로 밝혀졌습니다. 그러나 기본 대안 집합 자체는 변경되지 않았습니다. 그것은 동일한 기계에 의해 엄격하게 설정됩니다. 살아있는 존재는 동일하게 유지되었습니다. 동일한 쥐. 이론적으로 쥐를 O-III로 옮기려고 시도할 수 있지만 작동하지 않습니다. 이에 대한 기본 대안 세트가 너무 부족합니다. O-III가 가능한 생물을 얻으려면 이 기본 세트를 변경해야 합니다(예: ZZ, 채널 또는 피비 체커 대신). 예, 제 생각에는 우리 쥐("two mashki")조차도 O-II에 대해 너무 큰 능력이 없다고 생각합니다. 이미 이 수준에서 미쳐가고 있습니다 ...
왜 그게 다야? 또한 "이상적인 QC"에 대해 끝없이 이야기할 수 있지만 가능성은 근본적으로 일차적 대안 세트에 의해 제한됩니다. "살아있는 존재의 계급".
아직 많이 로드되지 않았습니까?
왠지 더 쉽게 봅니다. 당신은 아직 명확하게 기사를 정착하지 않았을 수 있습니다.
MTS가 다음 알고리즘에 따라 플레이하도록 가르치도록 합시다(저는 귀하의 두 카드를 제 MACD 중 하나로 교체합니다):
1) MACD가 0선 위로 교차하는 경우 - 모든 베팅을 닫고 1랏으로 열기
(즉, 우리는 UP() 프로시저를 호출합니다. 이 프로시저는 결과적으로 하나의 로트를 서기 위해 필요한 모든 작업을 수행합니다)
2) MACD가 제로 라인을 하향 돌파하는 경우 - 모든 베팅을 닫고 1랏으로 오픈합니다. (즉, Down() 프로시저 호출)
O-1 시스템이 있습니다. // 하나의 자극(MACD 제로 크로싱) - 하나의 반응(trade) // (더 정확하게는 2개의 자극, 2개의 반응. 하나를 설정)
이제 컨텍스트를 추가해 보겠습니다. 예를 들어 (1) = Abs(RSI-50)>30 (2) = Abs(RSI-50)<=30
예를 들어 우리는 클래스로 "하드" 분할(부울 함수)하여 컨텍스트화합니다.
따라서 알고리즘을 복잡하게 만듭니다. 예를 들어:
(Abs(RSI-50)>30) 경우
{ if (MACD()>0) { UP(); } 그렇지 않으면 { 다운(); } }
또 다른
{ CloseAll(); }
이제 O-2 시스템이 있습니다.
이 알고리즘에서 컨텍스트 집합을 변경하면 retraining-2를 수행합니다.
반응을 변경하고 컨텍스트 세트를 동일하게 유지하면 retraining-2도 수행합니다.
둘 다 변경하면 2도 재훈련됩니다.
마지막으로 컨텍스트의 전체 분기 계층을 만들고 각 터미널(최종) 컨텍스트에 다양한 자극(예: 교차 틱에 대한 반응과 같은 기본적)에 대한 명확한 반응의 전체 테이블을 제공하면 여전히 재교육만 수행합니다. 2.
저것들. O-3은 이미 질적으로 다른 것입니다. 학습-2를 독립적으로 교정하는 시스템의 능력입니다.
나는 결국 그런 장난감을 만들고 싶습니다. 나는 이것이 쉽지는 않지만 "생각할 수없는"것을 보지 못합니다.
Sobsno 이것은 좋은 모델-2를 구축한 후에 수행할 수 있습니다. 독립적인 재교육이 불가능하지만 항상 외부 최적화 프로그램에 참여하여 스스로 최적화할 준비가 되어 있습니다. :)
따라서 다음 문제가 발생합니다. 기본 대안 집합(mashki, ZZ, Phoebe 또는 기타)이 적어도 O-II에 대해 더 풍부한 능력을 가지고 있는지 미리 파악하는 방법을 배워야 합니다.
필요한. 나는 반대하지 않습니다. 조금 배우고 있습니다. 심지어 발전도 있다. 두꺼비는 조금 질식하지만 나중에 뭔가를 게시 할 수 있습니다. 지금은 용어와 일반적인 논리적 고려 사항으로 정착하고 가능성에 대해 함께 고민해 보겠습니다. 네, 그리고 어려움도 있습니다.
지금까지 고려 사항은 다음과 같습니다. 가장 간단한 분류 체계(예: Sorento가 가지고 있는 것 또는 이 게시물의 구조적 등가물)는 최소한의 잠재력을 가지고 있습니다.
그들은 과거의 일부에 "조정"할 수 있고, 파악한 규칙성을 단기적으로 보존할 수 있다는 희망을 남길 수 있습니다.
// 저는 그런 것들을 "기본 신탁"이라고 부릅니다. :) 글쎄요. 그들은 이름에 대한 권리가 있는 것처럼 보이지만 최적화 후 일정 기간 동안 일반적 으로 > 50% MO 이득을 가집니다.
원칙적으로 나쁘지 않습니다. 이러한 디자인은 HB(HB - 현재 시제)에 인접한 슬라이딩 창에서 자동화 및 자체 최적화가 용이하다는 점을 고려합니다.
옵티마이저로 작업하는 연습은 그러한 디자인의 가능성이 나쁘지 않다는 것을 보여줍니다.
하지만 더 멀리 갈 수 있습니다. 브랜치 컨텍스트, 이러한 "기본 오라클" 등에서 보다 정교한 컨텍스트를 구축합니다. 등.
쏘렌토 , 아마도이 지점은 오랫동안 이념적이고 철학적인 것으로 변했습니다. 여기서 "트렌드"를 결정하는 "광범위한 스트로크"에 대해 논의하는 것이 더 나을 것입니다. 패션. 이 브랜치의 현재 방향은 MetaDriver 가 아니라 내가 아니라 Weismann-Morganists에 의해 설정되었습니다(처음에는 고도로 전문화되었지만).
나는 미래에 그것을 지정하기 위해 QC 매개변수를 검색하고 선택 하는 원칙 을 먼저 찾는 것이 합리적이라고 생각합니다. 아직 아이디어가 없습니다~처럼그들을 찾으십시오. 그러나 나는 그들이 나타나기를 바랍니다. 이러한 원리를 이미 염두에 두고 있다면 토론해 보십시오.
나는 일차적 대안의 집합("살아 있는 존재의 부류")과 밀접한 관련이 있는 컨텍스트 매개변수를 찾는 것이 논리적이라고 믿습니다. 나는 "언젠가 어떻게 든 함께 성장할 것"이라는 희망으로 이러한 매개 변수의 혼란스럽고 비체계적인 열거를 좋아하지 않습니다. MACD, Bollinger, Stochastic 및 매개변수가 이해할 수 없이 조정된 채널에서 조립된 또 다른 슈퍼 시스템을 보면 이 접근 방식의 무익함을 알 수 있습니다.
이전 훈련 II가 어떻게 정신 붕괴에 대한 준비로 바뀔 수 있는지 이해할 수 없습니다. 이것은 단순히 마술사의 가치 체계에서 모순될 수 없는 "잉크 얼룩을 보는 방법"(아래 참조)을 가르치는 것입니다.
제 생각에는 번역이 별로 좋지 않은 것 같습니다. 아마도 저자는 Learning-II 없이는 광기가 불가능하다는 것을 의미했을 것입니다.
오래전에 환상적인 이야기를 읽었던 기억이 납니다. 화면의 여러 색상 지점이 번갈아가며 저를 미치게 만들었습니다. :). 일반적으로 마술이 꺼진 지 오래이고 마술사가 계속 패스를 하면 적어도 외부에서 보기에는 충분하지 않은 것처럼 보일 것입니다.
음, 99%의 마술사들은 일을 합니다. :) 그것은 작동하지 않지만, 클라이언트로부터 전리품을 끌어내기 위해 나쁜 게임에 좋은 얼굴을 합니다. 그리고 동시에 그들은 귀에 국수 한 묶음을 걸기도 합니다.
그리고 일반적으로 대다수의 사람들은 인생에서 학습 II 이상으로 나아가지 않는 것 같습니다(다시 말하지만 구두점에 대한 자기 확신 때문에). 게다가 이것은 전혀 환영받지 못하는 일이기 때문입니다. 사업은 위험합니다.
괜찮습니다. 가장 흥미로운 것은 차량의 분류입니다. 스마트 컨텍스트가 없는 멍청한 양손 시스템 - 학습 제로입니까 아니면 학습 I입니까?
사람들이 있으면 모든 것이 더 쉬워집니다. Learning-III는 삶의 패러다임이 바뀐 후에 그것을 바꿀 수 있는 능력을 잃는다 할지라도 적어도 일시적인 광기입니다.
Mathemat : Ай-яй-яй, как это знакомо. С другой стороны, не могу понять, как предыдущее Обучение-II может превратиться в приготовление к психическому расстройству.
어제 저녁부터 사건 사이에 무슨 대답을 해야 할지 한참을 고민했습니다. 이미 어떻게 든 공식화하기 시작했습니다 ... 그러나 마음이 바뀌었습니다. 포럼의 주제가 아닌 것처럼 길고 지루할 것입니다.
다음 은 Bateson의 Ecology of Mind를 다운로드할 수 있는 페이지에 대한 링크 입니다. 거기 (책에서) "정신 분열증 이론에 대한 최소 요구 사항"이라는 기사를 찾을 수 있습니다.
이 주제에 대한 좋은 기사로 분해를 시작하는 것이 좋습니다. // 1959년에 이 강의를 읽은 정신과 의사도 이해할 수 있음 ;-)
그리고 슬프지만 매우 흥미롭습니다. 원래. 하지만.., 할 수 있는 건 이게 주제다.
// 그리고 다운로드용인 이 페이지 자체에는 같은 책의 매력적인 "Metalogues"가 있습니다. 지나가다 보면 마음에 드실 겁니다.
일단 우리는 TS-kami를 계속 다룰 것이고, 삶에서 이 현상을 고려하는 것이 흥미롭다면 우리는 돌아가서 고려할 것입니다.
토픽 스타터가 강력하게 반대하지 않기를 바랍니다. 철학적 일탈은 환영받는 것 같습니다.
1) 글쎄요, 99%의 마술사들이 일합니다 :) 작동하지 않지만 클라이언트로부터 전리품을 빼내기 위해 나쁜 게임에 좋은 얼굴을 합니다. 그리고 동시에 그들은 또한 귀에 국수 한 묶음을 걸고 있습니다.
2) 글쎄요. 가장 흥미로운 것은 차량의 분류입니다. 스마트 컨텍스트가 없는 멍청한 양손 시스템 - 학습 제로입니까 아니면 학습 I입니까?
3) 사람과 함께라면 모든 것이 더 쉬워진다. 학습-III는 패러다임 전환 후 사람이 그것을 변경할 수 있는 능력을 상실하더라도 어쨌든 적어도 일시적인 광기입니다.
1) 일반적으로 "마법적 사고"에 대해 자세히 살펴보는 것이 좋습니다. 가정용 다양성 - 미신. 징조를 믿는 것이 좋지 않다는 것은 오래전부터 알려져 있었지만(이런 징조가 있다),
그러나 사람들은 미신 없이 살도록 재교육을 받지 않았습니다. 이 포럼을 이용하십시오. 여기, 예를 들어 이웃 지점이 .... 좋아, 나는 손가락을 찌르지 않을 것입니다. 나는 별자리에 따라야하지 않습니다. :)
2) 두 기계의 어리석은 시스템 - 시간이 지나도 변하지 않는 입력과 출력 사이의 단단한 연결이 재봉되는 시스템. 훈련이 없는 것 같습니다(0).
그러나 이 시스템을 이 각도에서 볼 수 있습니다. 프로그래머는 비둘기 위치의 특정 비율에 대해 무역 거래에 반응하는 특정 구조를 가르쳤습니다.
그러면 학습-I가 있는 것 같습니다. 여기에서 이 문제를 보는 방법에 동의할 수 있습니다. 저는 개인적으로 두 번째 방법을 제안합니다.
저것들. 우리는 프로그램을 (a) 처음에는 아무 것도 할 수 없는 것으로 간주합니다. (b) (프로그래머로부터 같은) 자극-반응 활동을 배웠습니다.
이것은 Bateson의 용어를 엄격하게(사실상 올바르지 않은) 사용하는 것은 아니지만 편리하다고 생각합니다. 이 초기의 부정확성을 잊지 않는다면,
인명피해는 없을 것 같아요. :-) 사람들을 위한 말씀. 자신을 어떻게 선호합니까?
삼) :))
기본 현실이 있습니다 - 인용의 흐름. 객관화의 첫 번째 단계는 마스코트의 부과입니다. 이것은 엄격하게 정의된 하나의 세트 내에서 대안으로의 기본적이고 일차적인 분할입니다. 그러나 결국 대시 대신 RSI를 적용할 수 있습니다. 또 다른 분열이 있을 것입니다. 일차적 대안의 기본 집합이 질적으로 다른 또 다른 생명체가 있을 것입니다.
Обучение-I есть изменение специфичности отклика благодаря исправлению ошибок выбора внутри данного набора альтернатив.
요컨대, 어리석은 "두 스트로크"를 학습-I로 하자. 자, 이제 컨텍스트(CC)를 맨 위에 놓습니다. 그것은 이미 O-II와 비슷한 것으로 밝혀졌습니다. 그러나 기본 대안 집합 자체는 변경되지 않았습니다. 그것은 같은 자동차에 의해 엄격하게 설정됩니다. 살아있는 존재는 그대로 유지되었습니다. 우리는 같은 쥐를 가지고 있습니다. 이론적으로 쥐를 O-III로 옮기려고 시도할 수 있지만 작동하지 않습니다. 이에 대한 기본 대안 세트가 너무 부족합니다. O-III가 가능한 생물을 얻으려면 이 기본 세트를 변경해야 합니다(예: ZZ, 채널 또는 Phoebe 체커 대신). 예, 우리 쥐("two mashki")조차도 O-II에 대해 너무 큰 능력이 없다고 생각합니다. 이미 이 수준에서 미쳐가고 있습니다 ...
왜 그게 다야? 또한 "이상적인 QC"에 대해 끝없이 이야기할 수 있지만 가능성은 근본적으로 일차적 대안 세트에 의해 제한됩니다. "살아있는 존재의 계급".
아직 많이 로드되지 않았습니까?
따라서 다음과 같은 문제가 발생합니다. 적어도 O-II에 대해 어떤 기본 대안 집합(체커, 33, Fib 또는 다른 것을 기반으로 한 분할)이 더 풍부한 기능을 가지고 있는지 미리 파악하는 방법을 배워야 합니다.
그건 그렇고, 나는 전에이 질문을했지만 그것을 제기하는 합리적인 맥락은 Bateson의이 기사 덕분에 발생했습니다. Volodya 감사합니다.
.....
그건 그렇고, 나는 전에이 질문을했지만 그것을 제기하는 합리적인 맥락은 Bateson의이 기사 덕분에 발생했습니다. Volodya 감사합니다.
물론이죠. 이 기사는 실제로 학습 과정의 바다에서 좋은 나침반입니다. 만나지 않는 것이 좋습니다.
// 나머지는 조금 있다가 답을 드리겠습니다. 생각하셔야 합니다.
기본 현실이 있습니다. 인용의 흐름입니다. 객관화의 첫 번째 단계는 마스코트의 부과입니다. 이것은 하나의 엄격하게 정의된 세트 내에서 대안으로의 기본적이고 일차적인 분할입니다. 그러나 결국 대시 대신 RSI를 적용할 수도 있습니다. 또 다른 분열이 있을 것입니다. 일차적 대안의 기본 집합이 질적으로 다른 또 다른 생명체가 있을 것입니다.
간단히 말해서, 멍청한 "two-ass"를 Learning-I로 두십시오. 자, 이제 컨텍스트(CC)를 맨 위에 놓습니다. 그것은 이미 O-II와 비슷한 것으로 밝혀졌습니다. 그러나 기본 대안 집합 자체는 변경되지 않았습니다. 그것은 동일한 기계에 의해 엄격하게 설정됩니다. 살아있는 존재는 동일하게 유지되었습니다. 동일한 쥐. 이론적으로 쥐를 O-III로 옮기려고 시도할 수 있지만 작동하지 않습니다. 이에 대한 기본 대안 세트가 너무 부족합니다. O-III가 가능한 생물을 얻으려면 이 기본 세트를 변경해야 합니다(예: ZZ, 채널 또는 피비 체커 대신). 예, 제 생각에는 우리 쥐("two mashki")조차도 O-II에 대해 너무 큰 능력이 없다고 생각합니다. 이미 이 수준에서 미쳐가고 있습니다 ...
왜 그게 다야? 또한 "이상적인 QC"에 대해 끝없이 이야기할 수 있지만 가능성은 근본적으로 일차적 대안 세트에 의해 제한됩니다. "살아있는 존재의 계급".
아직 많이 로드되지 않았습니까?
왠지 더 쉽게 봅니다. 당신은 아직 명확하게 기사를 정착하지 않았을 수 있습니다.
MTS가 다음 알고리즘에 따라 플레이하도록 가르치도록 합시다(저는 귀하의 두 카드를 제 MACD 중 하나로 교체합니다):
1) MACD가 0선 위로 교차하는 경우 - 모든 베팅을 닫고 1랏으로 열기
(즉, 우리는 UP() 프로시저를 호출합니다. 이 프로시저는 결과적으로 하나의 로트를 서기 위해 필요한 모든 작업을 수행합니다)
2) MACD가 제로 라인을 하향 돌파하는 경우 - 모든 베팅을 닫고 1랏으로 오픈합니다. (즉, Down() 프로시저 호출)
O-1 시스템이 있습니다. // 하나의 자극(MACD 제로 크로싱) - 하나의 반응(trade) // (더 정확하게는 2개의 자극, 2개의 반응. 하나를 설정)
이제 컨텍스트를 추가해 보겠습니다. 예를 들어 (1) = Abs(RSI-50)>30 (2) = Abs(RSI-50)<=30
예를 들어 우리는 클래스로 "하드" 분할(부울 함수)하여 컨텍스트화합니다.
따라서 알고리즘을 복잡하게 만듭니다. 예를 들어:
(Abs(RSI-50)>30) 경우
{ if (MACD()>0) { UP(); } 그렇지 않으면 { 다운(); } }
또 다른
{ CloseAll(); }
이제 O-2 시스템이 있습니다.
이 알고리즘에서 컨텍스트 집합을 변경하면 retraining-2를 수행합니다.
반응을 변경하고 컨텍스트 세트를 동일하게 유지하면 retraining-2도 수행합니다.
둘 다 변경하면 2도 재훈련됩니다.
마지막으로 컨텍스트의 전체 분기 계층을 만들고 각 터미널(최종) 컨텍스트에 다양한 자극(예: 교차 틱에 대한 반응과 같은 기본적)에 대한 명확한 반응의 전체 테이블을 제공하면 여전히 재교육만 수행합니다. 2.
저것들. O-3은 이미 질적으로 다른 것입니다. 학습-2를 독립적으로 교정하는 시스템의 능력입니다.
나는 결국 그런 장난감을 만들고 싶습니다. 나는 이것이 쉽지는 않지만 "생각할 수없는"것을 보지 못합니다.
Sobsno 이것은 좋은 모델-2를 구축한 후에 수행할 수 있습니다. 독립적인 재교육이 불가능하지만 항상 외부 최적화 프로그램에 참여하여 스스로 최적화할 준비가 되어 있습니다. :)
따라서 다음 문제가 발생합니다. 기본 대안 집합(mashki, ZZ, Phoebe 또는 기타)이 적어도 O-II에 대해 더 풍부한 능력을 가지고 있는지 미리 파악하는 방법을 배워야 합니다.
필요한. 나는 반대하지 않습니다. 조금 배우고 있습니다. 심지어 발전도 있다. 두꺼비는 조금 질식하지만 나중에 뭔가를 게시 할 수 있습니다. 지금은 용어와 일반적인 논리적 고려 사항으로 정착하고 가능성에 대해 함께 고민해 보겠습니다. 네, 그리고 어려움도 있습니다.
지금까지 고려 사항은 다음과 같습니다. 가장 간단한 분류 체계(예: Sorento가 가지고 있는 것 또는 이 게시물의 구조적 등가물)는 최소한의 잠재력을 가지고 있습니다.
그들은 과거의 일부에 "조정"할 수 있고, 파악한 규칙성을 단기적으로 보존할 수 있다는 희망을 남길 수 있습니다.
// 저는 그런 것들을 "기본 신탁"이라고 부릅니다. :) 글쎄요. 그들은 이름에 대한 권리가 있는 것처럼 보이지만 최적화 후 일정 기간 동안 일반적 으로 > 50% MO 이득을 가집니다.
원칙적으로 나쁘지 않습니다. 이러한 디자인은 HB(HB - 현재 시제)에 인접한 슬라이딩 창에서 자동화 및 자체 최적화가 용이하다는 점을 고려합니다.
옵티마이저로 작업하는 연습은 그러한 디자인의 가능성이 나쁘지 않다는 것을 보여줍니다.
하지만 더 멀리 갈 수 있습니다. 브랜치 컨텍스트, 이러한 "기본 오라클" 등에서 보다 정교한 컨텍스트를 구축합니다. 등.
추가 고려 사항을 기대합니다.
왠지 더 쉽게 봅니다. 당신은 아직 명확하게 기사를 정착하지 않았을 수 있습니다.
그리고 어제만 그녀를 봤다면 그녀는 어떻게 안주할 것입니다 :) 나는 단지 약간의 환상을 가지고 있습니다.
추가 고려 사항을 기대합니다.
네, 생각하고 있어요. 기사는 여전히 읽어야 합니다.
Они способны "подгоняться" под кусок прошлого, и оставляют надежду на кратковременное сохранение схваченной закономерности.
..
하지만 더 멀리 갈 수 있습니다. 컨텍스트를 분기하고 "기본 오라클" 등에서 보다 정교한 컨텍스트를 구축합니다. 등.
추가 고려 사항을 기대합니다.
바르게. 그러나 아무도 컨텍스트 매개 변수에 대해 논의하고 싶어하지 않습니다 ...
더 많은 생각을 기대합니다.쏘렌토 , 아마도이 지점은 오랫동안 이념적이고 철학적인 것으로 변했습니다. 여기서 "트렌드"를 결정하는 "광범위한 스트로크"에 대해 논의하는 것이 더 나을 것입니다. 패션. 이 브랜치의 현재 방향은 MetaDriver 가 아니라 내가 아니라 Weismann-Morganists에 의해 설정되었습니다(처음에는 고도로 전문화되었지만).
나는 미래에 그것을 지정하기 위해 QC 매개변수를 검색하고 선택 하는 원칙 을 먼저 찾는 것이 합리적이라고 생각합니다. 아직 아이디어가 없습니다 ~처럼 그들을 찾으십시오. 그러나 나는 그들이 나타나기를 바랍니다. 이러한 원리를 이미 염두에 두고 있다면 토론해 보십시오.
나는 일차적 대안의 집합("살아 있는 존재의 부류")과 밀접한 관련이 있는 컨텍스트 매개변수를 찾는 것이 논리적이라고 믿습니다. 나는 "언젠가 어떻게 든 함께 성장할 것"이라는 희망으로 이러한 매개 변수의 혼란스럽고 비체계적인 열거를 좋아하지 않습니다. MACD, Bollinger, Stochastic 및 매개변수가 이해할 수 없이 조정된 채널에서 조립된 또 다른 슈퍼 시스템을 보면 이 접근 방식의 무익함을 알 수 있습니다.