交易中的机器学习：理论、模型、实践和算法交易 - 页 2124

新评论
 
mytarmailS:

伊瓦赫年科建议如何拆分，以便模型正常学习

http://www.ievbras.ru/ecostat/Kiril/Library/Book1/Content393/Content393.htm

这还不够，因为以后你可能会从一个完全不同的分布中得到新的数据。

很久以前，我曾在老式机器人中做过这样的事情。

 
Maxim Dmitrievsky:

这还不够，因为这样你可能会有来自完全不同分布的新数据。

很久以前，我在老式机器人中就这样做了。

我同意...

顺便说一句，这是一本很酷的书，像苏联学校一样，一切都在那里，树、网络、RSA、模拟和假想，而且是用简单的俄语写的。

 
mytarmailS:

伊瓦赫年科建议如何拆分，以便模型正常学习

http://www.ievbras.ru/ecostat/Kiril/Library/Book1/Content393/Content393.htm

推荐文献：[ Ivakhnenko, 1969, 1982; Ivakhnenko, Lapa, 1971; Ivakhnenko等人, 1976; Brusilovsky, 1987; Ivakhnenko, Jurachkovsky, 1987; Rosenberg等人, 1994 ] 。

? 专题阅读 ))))

同上，《论语》的开头。

http://www.ievbras.ru/ecostat/Kiril/Library/Book1/Content0/Content0.htm#Ref

V.P. Leonov对各种构造接近的记忆体的分析[URL= http://www.biometrica.tomsk.ru/lis.htm - (Uniform Resurse Locator)--统一资源定位器；这就是我们在互联网中由地址呈现的参考文献列表中标记参考文献的方式，没有注明出版年份]，证实了V.V.表达的观点。Nalimov[1989]关于意义的概率分布。在学术界，可以强调以下传统的备忘录的转变。

  • 在同一媒介上，异质记忆体导致产生根本性的新组合的概率增加，这些组合有可能形成一个建设性的科学假设（达沃斯论坛上宣布的 "思想交叉传播 "原则）。

  • 语义工程的过程产生了具有复杂结构的备忘录，并不总是能够充分准确和可靠地表示作者试图用其帮助描述的概念和理念的含义（在其语言和风格上，这种描述往往类似于安德烈-普拉托诺夫的著名作品《科特洛凡》和《切文古尔》）。

  • 长长的教条式备忘录大篷车呈现出一幅沉闷的画面（尽管无害），其形式是在社会主义节日之际向中央委员会发出呼吁，并代表神奇的咒语，按照作者的说法，它是 "科学的通行证"（几乎没有任何生态学著作不提及生物群落各组成部分之间相互作用的复杂性质，或需要用系统方法研究它们，尽管作者往往丝毫不试图强调这种复杂性或系统地审查它）。

  • 有时，概念中会出现语义断裂，此后，术语的各个部分就像病毒一样，开始独立生活，将其携带的部分信息转移到其他语境中，前一部分的意义被新的整体的意义所占有（这可能包括产生新术语的过程，在这个过程中，纯粹的推测性概念被隐藏起来，以新的名义重新发现在其他研究分支中已经使用了很长时间的规则性，以及无休止的 "术语战"）。

  • "伪装备忘录 "是无意义的、荒谬的表达，是作者听起来不清楚的术语的组合--从其他出版物上借来的陈词滥调，需要达到主要目的--给工作赋予科学 "重量"（计算机和统计数据的使用往往成为 "仪式性的伪装 "成分，旨在人为地提高工作的意义和重量）。




你真的在看这个吗？

 
mytarmailS:

我同意...

顺便说一句，这是一本很酷的书，苏联学校的样子，一切都在那里，既有木头，也有网，还有RSA，而且是清晰的俄语。

很棒的书，对于MO的初学者来说，这是最好的。

 
Igor Makanu:

? 专题阅读 ))))

在那里，是这部作品的开始。

http://www.ievbras.ru/ecostat/Kiril/Library/Book1/Content0/Content0.htm#Ref


你真的在看这个吗？

http://gmdh.net/articles/theory/bookInductModel.pdf

最大的好处是，线性模型总是收敛到一个局部最小值。这就是为什么这个方法仍然有效。

 
Igor Makanu:

? 专题阅读 ))))

在那里，是这部作品的开始。

http://www.ievbras.ru/ecostat/Kiril/Library/Book1/Content0/Content0.htm#Ref

你真的在看这个吗？

怎么了？

Maxim Dmitrievsky:

这是一本很好的书，对于iO的初学者来说，它是完美的。

很好
 
mytarmailS:

伊瓦赫年科建议如何拆分，以便模型正常学习

http://www.ievbras.ru/ecostat/Kiril/Library/Book1/Content393/Content393.htm

这对时间序列不起作用。这是一个关于将火车与面团混合的比喻。旁边会有一个偷拍的小点。

 
elibrarius:

它对时间序列不起作用。这是一个将受训者与考试混为一谈的比喻。旁边会有一个偷看的点。

如果你去掉性状自相关，就会很好。

 
elibrarius:

它对时间序列不起作用。这是一个将受训者与考试混为一谈的比喻。会有偷看旁边的点的人。

是的，我明白，但观点本身是好的，不仅仅是按统计学属性分开，而且在测试和跟踪中均匀地 分开。

 
Maxim Dmitrievsky:

如果你去掉特征的自相关，它就会起作用。

如果来自测试和火车的所有点都被排在一个共同的列表中（根据某种模式重新排列），这意味着它们被洗牌了。这是我的理解。该试验不应以任何方式与小路混合。

1...211721182119212021212122212321242125212621272128212921302131...3399
新评论