交易中的机器学习:理论、模型、实践和算法交易 - 页 2488

 
Mihail Marchukajtes#:

你真的需要了解国防部领域的整个哲学,如果不了解该领域的大量信息,就很难得出问题的哲学,没有它就无法得出正确的结论。

是的。

在经济发展中,新的业务线从混乱的行为中涌现出来。其中一些变成了死胡同,但另一部分实现了新的进展方向。人为地消除不确定性会导致系统的停滞和退化,因为它排除了进步的发展方向的出现。这些假设适用于所有复杂系统,包括经济和社会系统。

一般来说,主要理念不是消除不确定性,而是利用它......

和一个 "死胡同 "显然已经爬上了线程,其形式是那些不知道如何处理不确定性的人最近的帖子......MO显然不适合他们()...因为他们无法向自己证明--

在一个动态系统中自我组织的可能性。

 
JeeyCi#:

是的。

一般来说,主要理念不是消除不确定性,而是利用它......。

和一个 "死胡同 "显然已经爬上了线程的形式,最近的帖子,不知道如何处理不确定性......MO显然不适合他们()...因为他们无法向自己证明--

题外话:你是哪个区的?
 
Vladimir Baskakov#:
题外话:你是哪个区的?

啊哈哈哈,正中主题

 
小心这位女士,她有菊花)。
 
Aleksey Nikolayev#:
小心这位女士,她有雏菊)
让我想起了《回声》中的拉蒂尼娜。我的头在半小时内就开始疼了。
 
Mihail Marchukajtes#:
例如,我在2小时内组织了获得一个模型的过程,拿起一套程序,我反复做同样的动作。一个和以下!!!!不需要在优化方法、网络拓扑选择或输入数据的重新组合之间跳动。模型创建算法是刚性的,不能改变,

是的,混沌排序的结果是不同的,因为许多因素影响着系统(而不是所有的因素都能被考虑在内)...这就是为什么你在很长一段时间内无法预测...而且你必须定期进行再培训。

替代品有一个优先级系统,只有在优先级不明确的情况下,系统才有可能过渡到混乱。这与图中 的近似电位(c78)的凹坑 相对应。如果优先级明确表达,而且不同,对应于不同深度的潜在坑,那么混乱就不太可能,系统将进入确定性状态,选择明确表达的最佳选择。显然,与图中各点相对应的备选方案具有以下特点:14--最好的,10--不可能,7--也许,3--作为最后的手段,4--5 "我们也不在乎"。(с).

第二个类比是,任何复杂的问题都至少有两个正确答案,对应于原型模型中的潜在漏洞。而这两个答案之间存在着长期的辩论。我们是否应该像美国那样允许向公民出售枪支?是否应该加税?我们是否应该让进入市中心的人付费?脱口秀的讨论让人联想到在一个简单模型中考虑的气球的混乱行为。

第三个类比是一个复杂系统在两个不平等的选择中进行选择时的混乱状态:"是或不是?"(c),"我是一个生物还是我有权?"(с).

对新出现的帖子巨魔进行分类并不困难......- MO的哲学总是会有帮助。

p.s.

矩阵计算在你的建模中起什么作用? 你是否使用它,从哪个库中使用(工具是什么)?

 
mytarmailS#:

是啊...但当然你不能测试它 ))))

而你使用现成的Reshetov拨浪鼓好几年了,这是你第一次听到polynom、neuron、mgua等词。但你却自称是有20年经验的神经网络训练大师))同时,一年前你要求他们教你用R或Python编程))))。


和傻瓜做的伎俩,主人!!什么他妈的,但做什么)))。

惊人的BUT你知道我是谁!!是的,我是一个薄弱的程序员,但我已经进入了一些关键的组织时刻在优化器Reshetov,是的,我要求帮助的代码在R和我帮助,但只有在组织与库工作,所有其他的代码dopislavl自己。是的,我现在需要学习Excel宏,开始在微笑中书写历史。但是我使用Reshetov的优化器已经8-9年了,在这之前我一直在使用Neuroshel,我在训练、训练和训练模型。而在你的生活中,你得到了多少个模型,并且能够对它们进行估计?嗯...有多少?????
 
Mihail Marchukajtes#:
with code in R...在Neuroshell上进行了同样的训练。

谢谢你的回答。

 
JeeyCi#:

是的,混乱排序的结果会有差异,因为许多因素会影响系统(而不是所有的因素都能考虑到)...这就是为什么你在很长一段时间内无法预测...而我们必须定期重新培训

对新出现的帖子巨魔进行分类并不困难......- MO的理念总是很有帮助

p.s.

矩阵计算在你的建模中起什么作用? 你是否使用和来自哪个图书馆(工具是什么)?

阅读雷舍托夫的 描述,在优化的问题上,很多东西会变得更加清晰。
Полное описание теории обобщающей способности завершено
  • 2015.01.04
  • Unknown
  • yury-v-reshetov.blogspot.com
Сегодня завершил полное описание теории обобщающей способности. Краткий список вопросов на которые теория даёт ответы: Почему максимальная обучающая способность не не всегда соответствует максимальной обобщающей способности? Как отличить информативные факторы от неинформативных? Что делать, если решение неоднозначно? Как получить неизменное...
 
Mihail Marchukajtes#:
Reshetov 8-9年,在这之前,他坐在Neuroshell上,训练、培训和训练模型。

这让你成为拥有20年经验的神经网络专家? 这真是有趣得让人难过)。

JeeyCi#:

对帖子巨魔的分类并不难......- MO的哲学总是很有帮助。