交易中的机器学习：理论、模型、实践和算法交易 - 页 1838

新评论
 
Mihail Marchukajtes:

我在这里复制了这段视频，以防有人感兴趣。而我是这一线的本地人，所以有什么意义...也许那里的一些魔术师会想要争论，等等。:-)

https://youtu.be/TlNk3fKkUxo

强势和弱势的人工智能

 
Mihail Marchukajtes:

我在这里复制了这段视频，以防有人感兴趣。而我是这一线的本地人，所以有什么意义...也许那里的一些魔术师会想要争论，等等。:-)

https://youtu.be/TlNk3fKkUxo

米沙承诺的圣杯，却落入了民粹主义 😄
 
Mihail Marchukajtes:

我在这里复制了这段视频，以防有人感兴趣。而我是这一线的本地人，所以有什么意义...也许那里的一些魔术师会想要争论，等等。:-)

https://youtu.be/TlNk3fKkUxo

有什么可争论的呢？

只是一个普通人的意见，他认为自己知道IT巨头们在该领域的工作))))。

 
Mihail Marchukajtes:

我在这里复制了这段视频，以防有人感兴趣。而且我是这一线城市的本地人，所以，管他呢...也许那里的一些魔术师会想要争论，等等。:-)

https://youtu.be/TlNk3fKkUxo

Mihail Marchukajtes: 1) 教授。斯韦尔耶夫说，每个神经元中不是每天有10万个连接被破坏，而是只有大约10万个，而且平均每天有3个连接被创建和破坏。
2）具有再学习功能的系统相当适用于此。例如，我们输入一批新的再训练数据（与以前记忆的信息相矛盾），一些神经元之间的连接系数被重新计算，变成了零。 这完全可以被认为是真实神经元中物理连接破坏的类似物。而另一个神经元从0重新计算到某个>0的值--这是创建一个新连接的类比。
 
Igor Makanu:

在Hubra上有一篇很好的文章

如何理解神经网络会解决你的问题。务实的指南

理论上的问题出现了，是否有可能训练NS。

1.作为随机序列发生器--与rand()函数类似

2.作为一个将ulong转换为日期时间的函数，即在输入时我们给出一个ulong的数字，在输出时我们得到年/月/日/小时/分钟（有指定的精度）。

1) 不太可能。国防部只能记录信息，并在必要时对其进行总结。

2）好的--只需生成未来10000年的训练数据并教导模型。但有一个问题--除了每4年（闰年）有1天的修正外，每100年左右有1天的修正，以适应行星的天文位置。与儒略历有13天的差异是由于在一段时间内，他们不知道这些修正是必要的。一般来说，10000年内会有很多修正。

 
马克西姆-德米特里耶夫斯基：
米沙承诺了一个圣杯，并走向民粹主义😄
好吧，我没有承诺会有圣杯，所以.....，通常的解释是，它不是....。这只是一个痛点，它吐了:-)
 
elibrarius:
1) 教授。Seveliev说，不是每个神经元每天有10万个连接被破坏，而是每个神经元只有大约10万个连接，平均每天有3个连接被创建和破坏。
2）具有再学习功能的系统相当适用于此。例如，我们输入一批新的再训练数据（与以前记忆的信息相矛盾），一些神经元之间的连接系数被重新计算，变成了零。 这完全可以被认为是真实神经元中物理连接破坏的类似物。而另一个神经元从0重新计算到某个>0的值--这是创建一个新连接的模拟。

1.好吧，我在这里说错话了。我是在笼统地谈论神经元之间的连接数，而不是一个....。

2）没有完全脱节。仍然有零被传送。虽然有一些近似于这种效果的东西存在。做得好！!!!!

 
是的，我希望所有人都注意到，我并不完全像雷舍托夫-尤拉？我的意思是，不是真的，如果你进入.....。
 
Igor Makanu:
作为随机序列发生器--rand()的类似物。

如果rand()被送入输入端，很可能 "脑子 "不够用。我在随机数据上运行lstm有一段时间了，没有注意到这样的事情。但是，如果你一步一步地学习它--数字系统转换、算法，那么它应该是可行的。

一般来说，在一个非常强大的硬件上检查是很有趣的。

 
Mihail Marchukajtes:

我在这里复制了这段视频，以防有人感兴趣。而我是这一线的本地人，所以有什么意义...也许那里的一些魔术师会想要争论，等等。:-)

https://youtu.be/TlNk3fKkUxo

啊哈哈哈))))战斗！！！

1...183118321833183418351836183718381839184018411842184318441845...3399
新评论