交易中的机器学习：理论、模型、实践和算法交易 - 页 2567

新评论
 
SanSanych Fomenko#:

我对衣架本身不感兴趣。我感兴趣的是预测者对教师的预测能力。在我看来，绝大多数交易者最大的错误是试图解决科蒂尔本身的问题。而我们需要老师的预测。这是一个完全不同的问题。

如果预测因素和答案都明确正规化了，可能就不需要价格模型了。如果它们被搜索和构建，价格模型是有用的。

 
Aleksey Nikolayev#:

如果预测因素和答案都明确正规化，可能就不需要价格模型了。如果他们正在寻求和构建，那么价格模型是有用的。

未来的市场模式总是从过去形成的。过去形成的未来模式取决于过去和当前的世界经济和政治状况。

当前的经济状况是影响货币成分走向的第一个因素。在对汇率的影响方面，FIRST重要人物的话的影响是毋庸置疑的。

当数据躺着准备好时，它在测试器中看起来很美。

P.s.这整个帖子的重点是什么？

对货币市场影响的最重要指标之一是我们还没有听到的消息。历史数据+当前新闻将形成一个新的模式，但它将与MO中假设的模式不同。

也就是说，僵局永远在其他地方。

 
mytarmailS# :
https://youtu.be/KxDZZjM6ltI

那么，如果他要进入古代，他应该从亚里士多德和他的本质概念开始。

 
Aleksey Nikolayev#:

那么，如果他要回到过去，他应该从亚里士多德和他的本质概念开始。

你看完了吗？
 
mytarmailS#:
你看完了吗？

几乎。他所说的定义是指通常所说的 "名义定义"。根据亚里士多德，还有 "真正的定义 "或本质。

 
Aleksey Nikolayev#:

几乎。一个定义就是他所说的 "名义定义"。根据亚里士多德，还有 "真正的定义 "或本质定义。

这是你从整个讲座中提取的最重要的东西吗？
 
mytarmailS#:
这真是你从整个讲座中为自己挑选的最重要的东西吗？

在推理中，有什么能比他们的出发点更重要呢？）

语境和语义的概念早已为人所知，其复杂性和多层次性也是如此。

关于MO算法--它似乎归结为只是网络结构中的另一个复杂问题，这些网络已经足够复杂，可以实现再训练)

对神话的解释并非无趣，但也没有什么原创性。

 
Aleksey Nikolayev#:

关于MO算法--显然，这一切都归结为网络结构的另一种复杂化。

判断就是判断，为什么？
如果作者说了8次，你不能建立一个基于神经网络的人工智能，那么这意味着------"显然，这一切都归结为网络架构的另一种复杂化"
有趣的是...
 

事实上，如果你从根本上看问题，答案会变得简单得多。

如果你有与目标有关的输入数据，那么任何NS机器都可以完成这项工作。而输入数据对目标的描述越准确，网络 的学习效果 就越好，在质量不变的情况下运行的时间也越长，等等。

也就是说，MI领域工作的本质不是在无休止地寻找NS架构、训练方法和其他噱头，而是在选择相当工作的AI和无休止地寻找输入数据，以获得甚至更好的训练结果和整个模型的工作。

这就是机器学习中的工作内容。选择一个人工智能系统（不只是一个NS，而是一个AI），并与所选择的系统合作，为指定的目标函数找到最佳输入。有时一些数据起作用，有时其他数据建立在截然不同的转化上，但半年的差异起作用，半年的平均起作用，你需要能够适应这种情况，唉。


否则：如果系统中的输入和输出数据之间没有信息关系，那么任何人工智能系统都无法在输入和输出之间建立描述性的规律，因此所有提出的模型都会有随机操作或没有，因为输入和输出之间原则上不存在真实的规律

1...256025612562256325642565256625672568256925702571257225732574...3399
新评论