Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 1034
Ticaret fırsatlarını kaçırıyorsunuz:
- Ücretsiz ticaret uygulamaları
- İşlem kopyalama için 8.000'den fazla sinyal
- Finansal piyasaları keşfetmek için ekonomik haberler
Kayıt
Giriş yap
Gizlilik ve Veri Koruma Politikasını ve MQL5.com Kullanım Şartlarını kabul edersiniz
Hesabınız yoksa, lütfen kaydolun
düşünülemez olanı itmeye ve tahmin edicileri anlamsızca çarpmaya karar verdi
bu kadar çok tahminciyi nereden buldun? onların ithalatı nedir? orada, ormanın 1/3'ü eğitim setine dahil edilmedi ve %95'i düşük ithalata sahip. Ve sistem şimdi, 1 tahmin başına 3 saat olmak üzere, bu kadar çok sayıda tahmin ediciye nasıl bir yanıt veriyor? )Onu kurmadan bilemezsin...
Sonuç: Bu Apache Spark ile mümkündür
Şimdi 1000'den fazla tahminci yapmıyorum. Ancak 100'den az tahmin edicinin yetersiz olduğunu düşünüyorum.
Onu kurmadan bilemezsin...
Sonuç: Bu Apache Spark ile mümkündür
Şimdi 1000'den fazla tahminci yapmıyorum. Ancak 100'den az tahmin edicinin yetersiz olduğunu düşünüyorum.
Soruları kasten görmezden mi geliyorsun?
tekrar: neden bu kadar çok tahminci?
Soruları kasten görmezden mi geliyorsun?
tekrar: neden bu kadar çok tahminci?
En az bir milyar öngörücü, bir adımda momentum vb. yapabilirsiniz)
Size ekstra bir şey vermiyorlar.
Soruları kasten görmezden mi geliyorsun?
tekrar: neden bu kadar çok tahminci?
Bu tahmin edicilerin çoğu şu sonucu verir: bool(high[0] > high[1]) ve sırasıyla 0 veya 1 durumuna sahiptir
Tabii ki, bir komut dosyasıyla bir tahmin listesi oluşturuyorum.
Öngörücüleri bilerek seçmenin bir anlamı yoktur, çünkü önemli bir tanesini dışlamak kolaydır.
Bu tahmin edicilerin çoğu şu sonucu verir: bool(high[0] > high[1]) ve sırasıyla 0 veya 1 durumuna sahiptir
Tabii ki, bir komut dosyasıyla bir tahmin listesi oluşturuyorum.
Öngörücüleri bilerek seçmenin bir anlamı yoktur, çünkü önemli bir tanesini dışlamak kolaydır.
OOS'ta hata kontrolü ile, bir miktar değil, sınıflar iyi bir şekilde ayrılabilir hale gelene kadar orijinal birkaçının bir dönüşümünü almanız gerekir.
En az bir milyar öngörücü, bir adımda momentum vb. yapabilirsiniz)
Size ekstra bir şey vermiyorlar.
Tahmin edici ormanın bir parçası değilse, ondan kötü bir şey çıkmaz. Belki de bu tahmin edici, rastgele ormanın başka bir versiyonunda kendini gösterecektir.
Çok az RAM alan ve birkaç nanosaniyede çalışan 7000 ikili diziden bahsediyoruz. 7000 tahminci ile 500 ağacın yorumlanmasında gözle görülür bir sürüklenme yoktur. Bana inanmıyorsanız, Spark'ı kurun ve kendiniz kontrol edin.
OOS'ta hata kontrolü ile, bir miktar değil, sınıflar iyi bir şekilde ayrılabilir hale gelene kadar orijinal birkaçının bir dönüşümünü almanız gerekir.
Bir ormanın kalitesini değerlendirmek tamamen farklı bir konudur.
konu, yaklaşımın etkinliği, önerdiğiniz, hafifçe söylemek gerekirse, etkili değil
konu, yaklaşımın etkinliği, önerdiğiniz, hafifçe söylemek gerekirse, etkili değil
Verimliliğin hala pratik sonuçlarla kanıtlanması gerekiyor. Belki de fiyat çizelgeleri için değerlendirme yöntemim klasik kalite göstergeleriyle örtüşmüyor, ama sonunda her şeye kâr karar veriyor.
"Neden Spark'a ihtiyacınız var?" Sorusuna cevap verdim. cevapladım. Yoksa yine beni soruları görmezden gelmekle mi suçlayacaksın?
Verimliliğin hala pratik sonuçlarla kanıtlanması gerekiyor. Belki de fiyat çizelgeleri için değerlendirme yöntemim klasik kalite göstergeleriyle örtüşmüyor, ama sonunda her şeye kâr karar veriyor.
"Neden Spark'a ihtiyacınız var?" Sorusuna cevap verdim. cevapladım. Yoksa yine beni soruları görmezden gelmekle mi suçlayacaksın?
kıvılcım hakkında uzun zamandır belli, sormadı. fikir istedi. Bu kıvılcım yaklaşımı, yetersiz eğitim yöntemi ve gerekli kapasiteler nedeniyle havadan üflendi.
Aynısı, ormansız MT5 bulutunda optimizasyon yoluyla da yapılabilir. Çıktıda ne elde ettiğinize ve kar olup olmadığına gelince, bilmiyorsunuz, ancak teoride yok ve böyle bir algoritma fazla takma nedeniyle sürekli düşecek.
IMHA