交易中的机器学习：理论、模型、实践和算法交易 - 页 1677

新评论
 
马克西姆-德米特里耶夫斯基。
不管你怎么说...
这很有趣，我很高兴听到这个消息 :-)我很同情那个魔术师，他可能以一种诡计多端的方式发了脾气，他太生气了。
 

我突然想到了另一种虐待。情况是这样的。

"你听到了吗！！你没有像我一样耗费精力，所以去读一本书 "之类的东西。这感觉如何？:-)

 
Mihail Marchukajtes:
因此，麦克斯，出发点是有分类和预测，所有的方法都可以从根本上归入一个组或另一个组，目前还没有第三个。一旦我想出一个，我一定会让你知道，但现在好好睡吧。我们都很好，只是每个人都有自己的方式......。

没有什么 "预测"。有分类和回归，它们被用作预测的工具，它所预测的东西已经是一种解释。

根据密度分布和拓扑结构，聚类大致将一组点分为 "堆"。
 
Mihail Marchukajtes:

我突然想到了另一种虐待。情况是这样的。

"你的损失没有我的大，所以去看书吧"，等等。这感觉如何？:-)

这就对了，失败是最好的老师。银行或对冲基金雇用一个损失了几十万的交易员要比雇用一个赚了几千块而没有损失的人容易得多。

 
凯沙-鲁托夫。

没有什么 "预测"。有分类和回归，它们被用作预测的工具，它所预测的东西已经是一种解释。

根据密度分布和拓扑结构，聚类大致将一组点分成 "堆"。
凯莎，别把水搅浑了。聚类是将一个向量定义为一个或另一个组。预测是得到期望值的未来值，这一点必须理解。我对我的视频爱不释手，因为我在那里详细地解释了这一切。
 
Mihail Marchukajtes:
凯莎，别把水搅浑了。 分类是确定一个向量在一个组或另一个组。预测是获得期望值的未来价值，需要了解它。我对我的视频爱不释手，因为我在那里详细地解释了这一切。

我说没有预测。对于MO来说，争论的本质并不重要，什么是时间长度、颜色、未来、过去等等。有intutes和output，它与MO没有关系，你不妨做一个数据集，用未来的东西来逼近过去，比如说一个系列的反转，一切都一样，但它不是预测，因为解释不同。

 
凯沙-鲁托夫。

我说没有预测。对于MO来说，争论的本质并不重要，什么是时间长度、颜色、未来、过去等等。有intutes和output，它的预测与MO无关，你不妨做一个数据集，通过未来预测过去，都一样，但它不是预测......

看来我们去的是不同的学校....
 
Mihail Marchukajtes:
我想我们去的是不同的学校....

不，你根本没有学习过，你没有读过任何书，你没有看过沃伦佐夫，你只是在论坛上捡了一些聪明的词和表达。

 
凯沙-鲁托夫。

不，你根本没有学习过，你没有读过任何书，你没有看过沃伦佐夫，你只是在论坛上捡了一些聪明的词和表达。

而这种情况至少已经持续了15年之久。经验是什么？而这一切在得到模型的大流行中...？
 

让我们再次为年轻人总结一下。

预测是关于获得有关价值的未来价值。也就是说，获得一个尚未在数字中出现的数值。


分类是对系统当前状态的一种定义。那就是确定当前给定的矢量属于哪个组。对这个或那个团体。


有问题吗？

这两种方法都有助于推断未来.....，或至少推断其概率性假设。

1...167016711672167316741675167616771678167916801681168216831684...3399
新评论