交易中的机器学习：理论、模型、实践和算法交易 - 页 244

新评论
 
ivanivan_11:

嘿嘿。你是如何被误导的。

https://nplus1.ru/news/2016/11/03/glasses

这是深度神经网络的 一个相当奇特的特征，记者们喜欢糟蹋这样的跳蚤，就像神经网络混淆黑人和大猩猩的笑话一样，但这在统计学上没有意义，重要的是只有用MO，你才能从市场上得到任何东西，更多的随机性，此外专门用于像市场上有这么多噪音的时间序列束，神经网络不是最佳选择。

 
它确实如此。

不是胡说八道，这是我们唯一的东西。TA也是ME，只是一种非常低效、亵渎的形式。

PS：天气可以相当准确地预测未来几天的天气（70-80%），一个人化妆后的脸也可以像人一样被识别。

当它被误用的时候，它就是狗屁，我在帖子中解释了为什么它是狗屁。而且我并不反对MO工具本身，它们是人工智能和信息处理方面的未来。

你看过电视节目 "Spot on "吗？外观改造并不只限于方形眼镜。你可以说，市场的行为是这样的，它是无法识别的，它99%的时间都是成功的。

 
安德烈-迪克

如果应用不正确，就是胡说八道，我在帖子中解释了为什么是胡说八道。而且我并不反对MO工具本身，它们是人工智能和信息处理方面的未来。

你看过电视节目 "Spot on "吗？改变外观并不仅仅限于方形眼镜。

然而，大多数时候，陪审团都能准确地认出化妆的演员。

我想知道人类的模式识别在哪里优于机器模式识别。人脑是一个更先进的神经网络吗？更多可追踪的参数？更广泛的经验基础？

是否有可能使现代计算机达到这个水平，或者硬件限制会阻止它？

 

如果我们认为 "趾高气扬 "的节目，那么。

1.不熟悉演讲者的参与者不能认出任何人，但明确地都能认出化妆的人，并将他们与nagrimirovannymi区分开来。

因此，需要两种经验来准确识别化妆的人。

a) 在不化妆的情况下感知人脸的经验。

b) 在化妆中感知人脸的经验。


2.为了识别说话者，人们需要第三种经验：对参与者的脸和其他生理参数的了解。一个人不仅需要对外表的了解，还需要对动作、声调、举止、行动的了解。


我可以得出结论：如果一台机器经过训练能够识别所有这些参数，它也可以参加陪审团）。

 
安德烈-迪克

如果应用不正确，就是胡说八道，我在帖子中解释了为什么是胡说八道。而且我并不反对MO工具本身，它们是人工智能和信息处理方面的未来。

你看过电视节目 "Spot on "吗？外观改造并不只限于方形眼镜。你可能会说，市场的行为是无法识别的，它在99%的时间里都是成功的。

在这种情况下，你是对的，但我不会把它表述为 "对/错"，这个问题是关于 掌握 在微妙之处，MO的应用，对于相当复杂的数据，有很多的噪音。以numer.ai为例，大多数人的数值大于0.69，包括我在内，这是54-55%的年龄，但也有一些人的数值小于0.6，这意味着大约70%的年龄，不确定他们的行为是否 "正确"，我的意思是使用标准手段。

 
Retrog Konow:

然而，在大多数情况下，陪审团会准确地识别出化妆的演员。

我想知道人类的模式识别是如何优于机器模式识别的。人脑是一个更先进的神经网络吗？更多可追踪的参数？更广泛的经验基础？

是否有可能使现代计算机达到这个水平，或者硬件限制会阻止它？

在大多数情况下，参与者的目标根本不是让人认不出来，目标是要像所选的图像。但这只是一个例子，说明一个人的外貌是可以改变的；如果你愿意，你可以完全改变你的外貌，甚至连你的母亲都认不出来，直到并包括改变指纹的配音手术和用捐赠的眼睛取代虹膜。市场是它变化的原因，而不是为了以不同的形象被认可。

但是，对于外表被改变的人来说，什么是保持不变的？不变的是，他们仍然是人，这意味着他们有两条腿，两只胳膊等等，也就是人的标志仍然存在，没有改变。人类的一般行为不会改变，例如，他不会用猫的碗吃饭。

也就是说，与其详述这些特征，不如概括这些特征，找出不变的特征并加以利用。

 
安德烈-迪克

在大多数情况下，参与者根本没有不被识别的目标，目标是看起来像所选的图像。但这只是一个例子，说明一个人的外貌是可以改变的；如果你愿意，你可以完全改变你的外貌，甚至连你的母亲都认不出来，直到并包括改变指纹的配音手术和用捐赠的眼睛取代你的虹膜。因此，市场正在发生变化，以便不被认可，不被以不同的形象认可。

但是，对于外表被改变的人来说，什么是保持不变的？不变的是，他们仍然是人，这意味着他们有两条腿，两只胳膊等等，也就是人的标志仍然存在，没有改变。人的一般行为不会改变，例如，他不会用猫的碗吃饭。

也就是说，与其详述这些特征，不如概括这些特征，找出不变的特征并加以利用。

你又一次说对了，在用MO进行的算法交易中，拥有数据和属性比分类本身更重要，所有那些用蜡烛图样进行的抽搐只不过是噪音而已。

 
安德烈-迪克

在大多数情况下，参与者根本没有不被识别的目标，目标是看起来像所选的图像。但这只是一个例子，说明一个人的外貌是可以改变的；如果你愿意，你可以完全改变你的外貌，以至于连你的母亲都认不出来，直至包括声带手术改变指纹和用捐赠的眼睛取代你的虹膜。因此，市场正在发生变化，以便不被认可，不被以不同的形象认可。

但是，对于外表被改变的人来说，什么是保持不变的？不变的是，他们仍然是人，这意味着他们有两条腿，两只胳膊等等，也就是人的标志仍然存在，没有改变。人的一般行为不会改变，例如，他不会用猫的碗吃饭。

也就是说，与其详述这些特征，不如概括这些特征，找出不变的特征并加以利用。

我认为我们的思考方向是正确的。我们只需要清楚地知道人类感知和机器感知之间的区别。

人类的感知力在生命的过程中得到完善。人类在生活过程中接触到的一切事物都会丰富他们的经验。思考帮助他/她建立逻辑结构和抽象形象。 人的大脑神经元网具有巨大的学习和发展潜力。

2.机器在本质上是依赖于创造者的。

3.其经验是在其内部投入的，仅限于一个特定领域。

4.该机器受到其硬件限制的制约。这也限制了它的经验。


我认为训练现代神经元组就像训练一只昆虫--工作很多，但用处不大。然而，也许如果我们改变方法或制造更先进的计算机，情况会更好。
 
标签 Konow:

我认为我们正朝着正确的方向前进。你只需要清楚地知道人类感知和机器感知之间的区别。

1.人类的感知力在整个生命中得到完善。人类在生活过程中接触到的一切事物都会丰富他们的经验。思考帮助他/她建立逻辑结构和抽象形象。人的大脑神经元网具有巨大的学习和发展潜力。

2.机器在本质上是依赖于创造者的。

3.其经验是在其内部投入的，仅限于一个特定领域。

4.该机器受到其硬件限制的制约。这也限制了它的经验。

我认为训练一个现代神经网络就像训练一只昆虫一样--工作很多，但用处不大。但也许如果我们改变方法或制造更先进的计算机，情况会更好。

我说简化和概括，而你说复杂和详细。为什么要努力符合人类的认知？如果人工交易员在20年前通过阅读行情来输钱，而现在他们使用技术分析和MOD仍然在输钱，那么人类的感知在市场上有什么用呢？
 
安德烈-迪克
我说我们应该简化、概括，而你说我们应该复杂化、详细化。我们为什么要努力符合人类的认知？人的感知在市场上有多大用处，如果手工交易员在20年前通过阅读行情而失去利润，而他们现在使用技术分析和光学分析来做。

让我们从逻辑上思考。

要简化一件事，我们需要彻底了解这件事的复杂性。要知道它的结构。我认为这个过程是一个复杂化、细节化和简单化的过程。因此，每一个发展周期都是如此。提高到一个新的和新的水平。

机器学习是自动交易商手中的一个工具，而这个工具在任何情况下都必须得到改进。


至于神经网络市场预测 的有效性--那是值得商榷的。我认为只要方法正确，就能获得效率。

1...237238239240241242243244245246247248249250251...3399
新评论