交易中的机器学习:理论、模型、实践和算法交易 - 页 2501

 
JeeyCi#:

所以请引用你自己而不是我对你的粗鲁和你的烂话......你的狗屎=>你的狗屎,并把它归咎于自己......

你在削减有用的链接,把你自己留在后面......看到你用你不充分的回应对这个主题所做的事情,真是令人恶心......

在一开始就回应了,如果你称其为自己的话,不充分的帖子,这些包括偏离主题的、个人的、没有正确陈述的帖子,即使它们是正确的。任何答案,无论正确与否,都导致了洪水。

作出结论,并停止回复....而且时间和神经的浪费也比较少)。

总的来说,我还是想对MO这个主题进行扩展。寻找概率模式是正确的,但不完整。更完整的是对长或强的模式的解释,以真实,基础。

总的来说,很奇怪的是,我们在这里(论坛上)看不到用外部数据手动修正Expert Advisors的想法。由于某些原因,手动EA控制被限制在启用和禁用EA。要么我们有一个不明确的目标--使数据采集完全自动化,这是不可能的,要么我们不得不手动操作。

处理价格系列是很明显的,但处理新闻就不明显了。而将政治决定正式化,还根本没有决定。

我希望我没有完全糊涂)

 
Valeriy Yastremskiy#:

一开始,我回应的是,用我自己的话说,不充分的帖子,包括偏离主题的、个人的、不正确的帖子,即使它们是正确的。任何答案,无论正确与否,都导致了洪水。

做了一个点,并停止了回复....而且时间和神经的浪费也比较少)。

总的来说,我还是想对MO这个主题进行扩展。寻找概率模式是一项正确的任务,但并不完整。更完整的是对长或强的模式的解释,以真实,基础。

总的来说,很奇怪的是,我们在这里(论坛上)看不到用外部数据手动修正专家顾问系统的想法。由于某些原因,手动EA控制被限制在启用和禁用EA。要么我们有一个不明确的目标--使数据采集完全自动化,这是不可能的,要么我们不得不手动操作。

处理价格系列是很明显的,但处理新闻就不明显了。而将政治决定正式化,还根本没有决定。

我希望我没有完全糊涂)

我同意,人们希望从国防部那里得到一个奇迹。
 
Renat Akhtyamov#:
希望国防部出现奇迹,我同意。
确切地说,许多人对MO抱有太高的希望,结果是失望至极。神经网络只是数学仪器的一个工具,它被称为帮助和部分解决数学无能为力的问题,在那里没有明确的数学固有的计算算法的逻辑,在那里没有使用收到的输入数据的模型,它有必要找到它。否则,IR只是另一个额外的分析工具,但它不是一个可以解决你的家庭关系的魔杖(举个例子)。
 
Mihail Marchukajtes#:
神经网络只是一种 数学 工具,用于帮助和部分解决 数学无能为力 的问题。

一位拥有20年经验的神经网络专家... ))))

 
mytarmailS#:

一位拥有20年经验的神经网络专家... ))))

长大吧,儿子,你会明白很多,但在你长大之前,请到长椅下:-)
 
Mihail Marchukajtes#:
等你长大了,你会明白很多,但在这之前,先到板凳下:-)

向SONY解释如何用数学来解决数学无能为力的问题。

来吧,老家伙,来吧))))

 
Mihail Marchukajtes#:
神经网络就是如此 数学仪器的一个工具 是为了帮助和部分地帮助 以解决数学无能为力的问题 在这种情况下,一般的数学所固有的计算算法没有明确的逻辑,没有使用输入数据的模型,必须要找到它。否则,MO只是另一个额外的分析工具,但不是一个可以解决你的家庭关系的魔杖(举例来说)。

教母......

谁把它分配给清洁工????

 
mytarmailS#:

所以请告诉SONY,在数学无能为力的地方,如何用数学来解决问题。

来吧,老家伙,来吧))))

好吧,我将为特别迟钝的思考者解释一下.....

有些问题不能用基本的数学算法或逻辑来解决,否则会变得非常费力和不切实际。例如,我们需要将输入的数据集划分为不同的类别。用数学公式或任何特殊的算法来做是不可能的,因为这些数据的划分规律是不知道的,我们只需要找到它--然后我们使用Kohonen map或任何其他机器学习算法。有一些问题是隐含的解决方案,如BP预测,不能用简单的数学逻辑来完成。也就是说,神经网络被用于经典数学无法给出答案或无能为力,只能通过训练找到解决方案的领域。

要用初等数学解决这类问题,就必须知道解题公式,这正是NS的作用。通过学习找到解决问题的办法....

所以要去学习基本知识。

你们似乎是他妈的有能力的人,但你们却用初级的例子来显示你们的愚蠢,我很震惊!

 
Mihail Marchukajtes#:
这正是许多人对MO的期望值过高的原因,随后的失望也很深。神经网络只是一种数学仪器的工具,它被称为帮助和部分解决数学无能为力的问题,在这些问题上没有一般数学所固有的明确的算法计算逻辑,没有使用收到的输入数据的模型,有必要找到它。否则,MOE就像另一个额外的分析工具,但不是一个可以解决你的家庭关系的魔杖(举例来说)。
相反,它是一种工具,可以在飞行中找到最佳解决方案,就像一个测试员,但在交易过程中。但必须给它提供数据来进行分析
 
Mihail Marchukajtes#:

好吧,我将为那些特别迟钝的人解释一下.....

有些任务实际上不可能用基本的数学算法或逻辑来解决,或者解决起来变得极其耗时和不合理。例如,我们需要将输入的数据集划分为不同的类别。用数学公式或任何特殊的算法来做是不可能的,因为这些数据的划分规律是不知道的,我们只需要找到它--然后我们使用Kohonen map或任何其他机器学习算法。有一些问题是隐含的解决方案,如BP预测,不能用简单的数学逻辑来完成。也就是说,神经网络被用于经典数学无法给出答案或无能为力,只能通过训练找到解决方案的领域。

要用初等数学解决这类问题,就必须知道解题公式,这正是NS的作用。通过学习找到解决问题的办法....

所以要去学习基本知识。

你们是他妈的有能力的人,但你们用初级的例子来显示你们的愚蠢,我很震惊!!。

如果你想 "将输入的数据集划分为类",有什么可以阻止你用常规树或树的集合来做呢?