交易中的机器学习：理论、模型、实践和算法交易 - 页 176 1...169170171172173174175176177178179180181182183...3399 新评论 J.B 2016.10.23 13:21 #1751 Alexey Burnakov: 1) 没有评论。真是一派胡言。2）好吧，所以它首先是关于降维的。这些是训练前的步骤。没有听说网络本身的属性...3）胡说八道。关于L1、L2规范的lossfunction，有什么可说的？在Kaggle上正是用L1加权的健身函数进行回归。而排名靠前的都是在过去的价格数据上构建配合的人。那你能对该竞争中产生的最高质量指标做什么补充？还是说这只是更多的垃圾？咆哮通常比较松散... 1）呃......好吧，你给否认下定义吧，先生，上次我同意你的说法，我 故意 用谎言误导大家，但现在你否认了，所以我说的是实话？或者解释一下妄想和无稽之谈的定义。那么从妄想到胡说八道的功能是什么呢。 2)我再次重申，我没有谈论任何类型的ANN，它是一个由简单和复杂元素组成的 "黑盒子"，其中一些是ANN，在这种情况下，究竟什么是 "学习的步骤 "很难定义，也没有必要，说实话，这样的术语已经有很长时间了，通常讲预处理或提取特征，一般来说，分离这个过程对小系统是有意义的，甚至对小的不总是， CNN ，例如在卷积层提取特征学习过滤，这也是训练，实际上甚至在 醒来时关于 "网络 "的属性，我只能说有很多，你不会重复它们。 3)->1) 讲述 L1L2损失 功能))))) 我不会说他们的新情况， 我建议你从沃龙佐夫的 ML课程开始 ，我不建议马上去google pappers，你可能太缺乏了解什么的基础了，你必须从基础知识开始。 СанСаныч Фоменко 2016.10.23 14:54 #1752 J.B: 我建议你从沃龙佐夫的ML课程开始，我不建议你马上去谷歌管家，你可能没有足够的基础去了解他们的内容，你需要从基础知识开始。我不太理解你提到的康斯坦丁-沃龙佐夫。如果我们看一下SOFT 部分，结果列表中谈到了这一资源的贫乏，即苏联科学上的贫乏：一堆公式、定理等，完全没有实际工作的工具。以下是我对这一资源的第一印象，也许是肤浅的印象。 Ошибка www.machinelearning.ru Запрашиваемое название статьи неправильно, пусто, либо неправильно указано межъязыковое или интервики название. Возможно, в названии используются недопустимые символы. Alexey Burnakov 2016.10.23 14:57 #1753 J.B: 1）呃......好吧，定义一下否认吧，先生，上次我同意你的观点，说我 故意用谎言误导大家，但现在你否认了，那么我说的是真的吗？或者解释一下妄想和无稽之谈的定义。那么从妄想到胡说八道的功能是什么呢。 2)我再次重申，我没有谈论任何类型的ANN，它是一个由简单和复杂元素组成的 "黑盒子"，其中一些ANN，到底什么叫 "学习步骤"，在这种情况下很难定义，也没有必要，说实话，这样的说法已经很久了，通常讲预处理或提取标志，一般来说，分开这个过程对小系统有意义，甚至对小的不一定， CNN ，例如在卷积层提取标志学习过滤，它也学习，但即使 在关于 "网络 "的属性，我只能说有很多，你不会重复它们。 3)->1) 说说 L1L2的损失 功能)))))我不会说任何关于他们的新东西， 我建议你从沃龙佐夫的 ML课程开始 ，我不建议马上去谷歌apper，你可能没有足够的基础来理解什么是什么，你需要从基础知识开始。 你不能说任何新的东西，因为你太懒了，不能插入维基的引文，你也不能自己制定答案。再一次。谈到Kaggle winton，有一个关于价格上涨的回归的问题。如果你太懒了，甚至不看。关于L1损失函数，你能说什么？它的属性？为什么它适用于市场？你怎么能在比赛的最高部分评论比赛的结果？不要给我课程的链接。有一个标准匹配，我在工作中已经使用了很长时间。糟糕的借口，真的。"没有什么新东西可说。"至少说点什么吧，小学生。 J.B 2016.10.23 15:43 #1754 桑桑尼茨-弗门科。我不太理解你提到的康斯坦丁-沃龙佐夫。如果我们看一下SOFT 部分，给出的清单说明了这一资源的贫乏，或者更确切地说，说明了苏联科学的贫乏：一堆公式、定理和其他，以及其他和完全没有实际工作的工具。以下是我对这一资源的第一印象，也许是肤浅的印象。 亲爱的Konstantin Vyacheslavovich领导了一个很好的俄语机器学习入门课程，我建议Alexey Burnakov观看它，以便开始掌握ML。由于某些原因，他决定我应该教他什么是L1和L2的规范。 J.B 2016.10.23 15:53 #1755 阿列克谢-伯纳科夫。至少说点什么吧，小学生。深呼吸半分钟...会过去的。你有点尴尬，这没什么大不了的））））。而且你是对的，不要把它留给自己，而是要粗暴地对待，当你忍气吞声的时候，会破坏你的健康（）。允许戳破，侮辱我，甚至用恶心的东西粘贴图片，并把它链接到我身上，彻底吹走了蒸汽！"。觉得R^2和L1框架不能让你心安理得，你需要一些治疗 СанСаныч Фоменко 2016.10.23 16:10 #1756 J.B: 亲爱的Konstantin Vyacheslavovich领导了一个很好的俄语机器学习入门课程，我建议Alexei Burnakov观看，以便开始掌握ML。由于某种原因，他决定我应该教他什么是L1和L2的规范。你凭什么说他 "受人尊敬"？我完全有理由不尊重你的沃隆佐夫。让我解释一下。如果我们翻开他的学位和头衔清单，这种水平的人不可能对R语言的机器学习一无所知。这些是数以千计的函数和数以百计的专著，这些专著没有被提及，但提及是必须的）在名为 "机器学习 "的网站上。对于一个RAS教授，物理学和数学博士，等等等等，这是一个超出想象的事情!在苏维埃时代，如果有人设法发现这种猖獗的无知，那么他将成为一生的笑柄，永远无法将自己洗干净。这就是事情的真相。 J.B 2016.10.23 16:47 #1757 桑桑尼茨-弗门科。你凭什么说他 "受人尊敬"？我完全有理由不尊重你的沃隆佐夫。让我解释一下。如果我们翻开他的学位和头衔清单，这种水平的人不可能对R语言的机器学习一无所知。这些是数以千计的函数和数以百计的专著，这些专著没有被提及，但提及是必须的）在名为 "机器学习 "的网站上。对于一个RAS教授，物理学和数学博士，等等等等，这是一个超出想象的事情!在苏维埃时代，如果有人设法发现这种猖獗的无知，那么他将成为一生的笑柄，永远无法将自己洗干净。这就是事情的真相。 康斯坦丁-维亚切斯拉夫维奇我本人知道，不是道听途说，我知道他的能力水平和解决真实问题的能力，我把它与莱昆和辛顿相提并论，在这方面，与你评价ML 专家的尺度 ，不同意。而我将解释原因。 现在，例如在广泛的群众中，Python用于ML 是很流行的，我认为Python、Matlab、R 等这样的脚本语言主要对初学者是很好的，可以快速地尝试许多标准的工具，并立即将工作结果可视化。不幸的是，在prodokshin的实践表明，标准工具很少被如实使用，所有的工具都是自我修改和不断修改的，需要快速工作，每次你从脚本语言重写到C++，你可能知道((((，但要写一些备件和外壳是多么痛苦。要想在你的环境中舒适地工作，在原生的Python的优点上，几乎和Python一样简洁（对于标准任务），你可以而且应该这样做，它将带来巨大的收益，而不是每次你用Python做原型并在Syes中重写。这些变化将始终存在，但其速度几乎快了一个数量级。因此，我对一个机器学习大师可能不知道R 或python并不感到惊讶。 PS：关于 "成千上万的函数和专著"。那么例如在Mql 中也有成千上万的，可能是数以万计的函数、类和程序被写出来，而你在使用其中的多少个（由别人制作的）？ СанСаныч Фоменко 2016.10.23 18:01 #1758 J.B: 康斯坦丁-维亚切斯拉夫维奇我认识他本人，而不是道听途说，我知道他的能力水平和解决实际问题的能力，我把他与卢坤和辛顿相提并论，在这方面，你对ML 专家的评价标准 ，我不同意。而我将解释原因。 现在，例如在广泛的群众中，Python用于ML 是很流行的，我认为Python、Matlab、R 等这样的脚本语言主要对初学者是很好的，可以快速地尝试许多标准的工具，并立即将工作结果可视化。不幸的是，在prodokshin的实践表明，标准工具很少被如实使用，所有的工具都是自我修改和不断修改的，需要快速工作，每次你从脚本语言重写到C++，你可能知道((((，但要写一些备件和外壳是多么痛苦。要想在你的环境中舒适地工作，在原生的Python的优点上，几乎和Python一样简洁（对于标准任务），你可以而且应该这样做，它将带来巨大的收益，而不是每次你用Python做原型并在Syes中重写。这些变化将始终存在，但其速度几乎快了一个数量级。因此，我对一个机器学习大师可能不知道R 或python并不感到惊讶。 PS：关于 "成千上万的函数和专著"。好吧，例如在Mql 中也有成千上万，可能是数以万计的函数、类和程序被编写，而你在使用其中的多少个（外来制造的）？你不明白：大师可能不使用它们，但大师一定是MEMBER ANALOGUE WORKS。如果他不提，他就不是一个大师。所以这根本不是关于R的问题。这是关于原则的问题。我在苏联时期很了解这种公众。所有这些 "大师 "都在教育机构中，从事着与任何事情都无关的科学想象。而要让他们把目光转向实践，是绝对不可能的。如果说在苏联时期，这种公众可以通过某种方式被唤醒，那么现在，从众多的参考资料来看，它是一个封闭的阶层。而这个阶层总体上与世界科学，与世界潮流没有关系--他们把自己孤立起来，在那里写东西，写......。PS。对本网站发表的文章提出要求：在文章的开头必须提到类似物。 mytarmailS 2016.10.23 19:05 #1759 伙计们，停止这种对胆汁的纠缠，只要有10%的能量能被引导到正确的方向....。ehhh，如果我们都能团结起来，一起做点什么，ehhhhh我希望这是有可能的......伙计们，我有一个我认为是相当强大的想法，如何从数据中提取模式，我已经培育了很长时间，我相信如果这个方法不工作，但没有MO会，但在实施中需要帮助，甚至在实际的计算能力中需要帮助。如果有人愿意加入发展，请联系... J.B 2016.10.23 22:52 #1760 桑桑尼茨-弗门科。 大师可以不使用它，但大师一定要记住模拟工程。如果他不提，他就不是一个大师。我知道了，他对此很无奈，但除此之外他是个大师。桑桑尼茨-弗门科。所有这些 "大师 "都在培训机构中，从事着与任何事情都无关的科学想象。而且绝对不可能让他们把目光转向实践。这个怎么样：http://www.forecsys.ru/ru/site/projects/safran/ 在97年？ 你说这与案件没有关系吗？)) 1...169170171172173174175176177178179180181182183...3399 新评论 您错过了交易机会： 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符（不带空格） 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号，请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置，否则您将无法登录。 忘记您的登录名/密码？ 使用 Google 登录
1) 没有评论。真是一派胡言。
1）呃......好吧，你给否认下定义吧，先生，上次我同意你的说法，我 故意 用谎言误导大家，但现在你否认了，所以我说的是实话？或者解释一下妄想和无稽之谈的定义。那么从妄想到胡说八道的功能是什么呢。
2)我再次重申，我没有谈论任何类型的ANN，它是一个由简单和复杂元素组成的 "黑盒子"，其中一些是ANN，在这种情况下，究竟什么是 "学习的步骤 "很难定义，也没有必要，说实话，这样的术语已经有很长时间了，通常讲预处理或提取特征，一般来说，分离这个过程对小系统是有意义的，甚至对小的不总是， CNN ，例如在卷积层提取特征学习过滤，这也是训练，实际上甚至在 醒来时关于 "网络 "的属性，我只能说有很多，你不会重复它们。
3)->1) 讲述 L1L2损失 功能))))) 我不会说他们的新情况， 我建议你从沃龙佐夫的 ML课程开始 ，我不建议马上去google pappers，你可能太缺乏了解什么的基础了，你必须从基础知识开始。
我建议你从沃龙佐夫的ML课程开始，我不建议你马上去谷歌管家，你可能没有足够的基础去了解他们的内容，你需要从基础知识开始。
我不太理解你提到的康斯坦丁-沃龙佐夫。
如果我们看一下SOFT 部分，结果列表中谈到了这一资源的贫乏，即苏联科学上的贫乏：一堆公式、定理等，完全没有实际工作的工具。
以下是我对这一资源的第一印象，也许是肤浅的印象。
1）呃......好吧，定义一下否认吧，先生，上次我同意你的观点，说我 故意用谎言误导大家，但现在你否认了，那么我说的是真的吗？或者解释一下妄想和无稽之谈的定义。那么从妄想到胡说八道的功能是什么呢。
2)我再次重申，我没有谈论任何类型的ANN，它是一个由简单和复杂元素组成的 "黑盒子"，其中一些ANN，到底什么叫 "学习步骤"，在这种情况下很难定义，也没有必要，说实话，这样的说法已经很久了，通常讲预处理或提取标志，一般来说，分开这个过程对小系统有意义，甚至对小的不一定， CNN ，例如在卷积层提取标志学习过滤，它也学习，但即使 在关于 "网络 "的属性，我只能说有很多，你不会重复它们。
3)->1) 说说 L1L2的损失 功能)))))我不会说任何关于他们的新东西， 我建议你从沃龙佐夫的 ML课程开始 ，我不建议马上去谷歌apper，你可能没有足够的基础来理解什么是什么，你需要从基础知识开始。
你不能说任何新的东西，因为你太懒了，不能插入维基的引文，你也不能自己制定答案。
我不太理解你提到的康斯坦丁-沃龙佐夫。
如果我们看一下SOFT 部分，给出的清单说明了这一资源的贫乏，或者更确切地说，说明了苏联科学的贫乏：一堆公式、定理和其他，以及其他和完全没有实际工作的工具。
以下是我对这一资源的第一印象，也许是肤浅的印象。
深呼吸半分钟...会过去的。你有点尴尬，这没什么大不了的））））。而且你是对的，不要把它留给自己，而是要粗暴地对待，当你忍气吞声的时候，会破坏你的健康（）。
允许戳破，侮辱我，甚至用恶心的东西粘贴图片，并把它链接到我身上，彻底吹走了蒸汽！"。觉得R^2和L1框架不能让你心安理得，你需要一些治疗
亲爱的Konstantin Vyacheslavovich领导了一个很好的俄语机器学习入门课程，我建议Alexei Burnakov观看，以便开始掌握ML。由于某种原因，他决定我应该教他什么是L1和L2的规范。
你凭什么说他 "受人尊敬"？
我完全有理由不尊重你的沃隆佐夫。
让我解释一下。
如果我们翻开他的学位和头衔清单，这种水平的人不可能对R语言的机器学习一无所知。这些是数以千计的函数和数以百计的专著，这些专著没有被提及，但提及是必须的）在名为 "机器学习 "的网站上。对于一个RAS教授，物理学和数学博士，等等等等，这是一个超出想象的事情!在苏维埃时代，如果有人设法发现这种猖獗的无知，那么他将成为一生的笑柄，永远无法将自己洗干净。
这就是事情的真相。
你凭什么说他 "受人尊敬"？
我完全有理由不尊重你的沃隆佐夫。
让我解释一下。
如果我们翻开他的学位和头衔清单，这种水平的人不可能对R语言的机器学习一无所知。这些是数以千计的函数和数以百计的专著，这些专著没有被提及，但提及是必须的）在名为 "机器学习 "的网站上。对于一个RAS教授，物理学和数学博士，等等等等，这是一个超出想象的事情!在苏维埃时代，如果有人设法发现这种猖獗的无知，那么他将成为一生的笑柄，永远无法将自己洗干净。
这就是事情的真相。
康斯坦丁-维亚切斯拉夫维奇我本人知道，不是道听途说，我知道他的能力水平和解决真实问题的能力，我把它与莱昆和辛顿相提并论，在这方面，与你评价ML 专家的尺度 ，不同意。而我将解释原因。
现在，例如在广泛的群众中，Python用于ML 是很流行的，我认为Python、Matlab、R 等这样的脚本语言主要对初学者是很好的，可以快速地尝试许多标准的工具，并立即将工作结果可视化。不幸的是，在prodokshin的实践表明，标准工具很少被如实使用，所有的工具都是自我修改和不断修改的，需要快速工作，每次你从脚本语言重写到C++，你可能知道((((，但要写一些备件和外壳是多么痛苦。要想在你的环境中舒适地工作，在原生的Python的优点上，几乎和Python一样简洁（对于标准任务），你可以而且应该这样做，它将带来巨大的收益，而不是每次你用Python做原型并在Syes中重写。这些变化将始终存在，但其速度几乎快了一个数量级。因此，我对一个机器学习大师可能不知道R 或python并不感到惊讶。
PS：关于 "成千上万的函数和专著"。那么例如在Mql 中也有成千上万的，可能是数以万计的函数、类和程序被写出来，而你在使用其中的多少个（由别人制作的）？
康斯坦丁-维亚切斯拉夫维奇我认识他本人，而不是道听途说，我知道他的能力水平和解决实际问题的能力，我把他与卢坤和辛顿相提并论，在这方面，你对ML 专家的评价标准 ，我不同意。而我将解释原因。
现在，例如在广泛的群众中，Python用于ML 是很流行的，我认为Python、Matlab、R 等这样的脚本语言主要对初学者是很好的，可以快速地尝试许多标准的工具，并立即将工作结果可视化。不幸的是，在prodokshin的实践表明，标准工具很少被如实使用，所有的工具都是自我修改和不断修改的，需要快速工作，每次你从脚本语言重写到C++，你可能知道((((，但要写一些备件和外壳是多么痛苦。要想在你的环境中舒适地工作，在原生的Python的优点上，几乎和Python一样简洁（对于标准任务），你可以而且应该这样做，它将带来巨大的收益，而不是每次你用Python做原型并在Syes中重写。这些变化将始终存在，但其速度几乎快了一个数量级。因此，我对一个机器学习大师可能不知道R 或python并不感到惊讶。
PS：关于 "成千上万的函数和专著"。好吧，例如在Mql 中也有成千上万，可能是数以万计的函数、类和程序被编写，而你在使用其中的多少个（外来制造的）？
你不明白：大师可能不使用它们，但大师一定是MEMBER ANALOGUE WORKS。如果他不提，他就不是一个大师。所以这根本不是关于R的问题。这是关于原则的问题。
我在苏联时期很了解这种公众。所有这些 "大师 "都在教育机构中，从事着与任何事情都无关的科学想象。而要让他们把目光转向实践，是绝对不可能的。如果说在苏联时期，这种公众可以通过某种方式被唤醒，那么现在，从众多的参考资料来看，它是一个封闭的阶层。而这个阶层总体上与世界科学，与世界潮流没有关系--他们把自己孤立起来，在那里写东西，写......。
PS。
对本网站发表的文章提出要求：在文章的开头必须提到类似物。
伙计们，停止这种对胆汁的纠缠，只要有10%的能量能被引导到正确的方向....。ehhh，如果我们都能团结起来，一起做点什么，ehhhhh我希望这是有可能的......
伙计们，我有一个我认为是相当强大的想法，如何从数据中提取模式，我已经培育了很长时间，我相信如果这个方法不工作，但没有MO会，但在实施中需要帮助，甚至在实际的计算能力中需要帮助。
如果有人愿意加入发展，请联系...
桑桑尼茨-弗门科。
大师可以不使用它，但大师一定要记住模拟工程。如果他不提，他就不是一个大师。
我知道了，他对此很无奈，但除此之外他是个大师。
桑桑尼茨-弗门科。
所有这些 "大师 "都在培训机构中，从事着与任何事情都无关的科学想象。而且绝对不可能让他们把目光转向实践。这个怎么样：http://www.forecsys.ru/ru/site/projects/safran/ 在97年？ 你说这与案件没有关系吗？))