交易中的机器学习:理论、模型、实践和算法交易 - 页 972 1...965966967968969970971972973974975976977978979...3399 新评论 Maxim Dmitrievsky 2018.06.02 21:51 #9711 Yuriy Asaulenko: 你将很难用MT对接这个JVM。而从Julia开始,然后在MT上重写,并不是一个皇家任务。你不必重写任何东西,你只需要找到一种合作的方式。 例如,同样的xgboost 在Julia上。 Yuriy Asaulenko 2018.06.02 22:00 #9712 Maxim Dmitrievsky: 你不需要重写任何东西,你只需要找到一种沟通的方式。 例如,同样的XGBOOST在JULIA上也有。带有本地代码的java机器--非常复杂。 这个xgboost 也是用于Python的吗? Maxim Dmitrievsky 2018.06.02 22:03 #9713 尤里-阿索连科。带有本地代码的Java机器--非常复杂。 当然,这个xgboost也可以用于Python?当然,我用python来做。 如果与python的交互是基于脚本调用,那么在julia中的脚本调用也可以用同样的方式完成 Yuriy Asaulenko 2018.06.02 22:04 #9714 马克西姆-德米特里耶夫斯基。当然,我是在python上旋转的。所以,请吐槽一下那个Julia)。有什么好急的?你最终需要一个应用任务,而不是一个模型。 马克西姆-德米特里耶夫斯基。如果与python的交互是通过脚本调用建立的,那么在julia中的脚本调用也可以用同样的方式完成 Python 有一个清晰的 C API,而 Julia 有 XZ。我无法想象用Java。 Maxim Dmitrievsky 2018.06.02 22:05 #9715 尤里-阿索连科。所以,请吐槽一下那个Julia)。有什么好急的?注意速度。这几乎是处理数据时最重要的事情。 Maxim Dmitrievsky 2018.06.02 22:10 #9716 尤里-阿索连科。所以,请吐槽一下那个Julia)。有什么好急的?你需要一个应用问题,而不是一个模型。 Python 有一个清晰的 C 语言 API,而 Julia 的则没有。我无法想象用Java。https://docs.julialang.org/en/release-0.4/manual/embedding/ Yuriy Asaulenko 2018.06.02 22:10 #9717 Maxim Dmitrievsky: 速度观察。这几乎是处理数据时最重要的事情应该看一下界面,速度本身没什么可担心的。 在Python中,有Python本身--唉(不会影响什么),而xgboost 本身是C++的,是原生代码。 Maxim Dmitrievsky 2018.06.02 22:13 #9718 尤里-阿索连科。接口必须要看,而速度本身是不用担心的。 在Python中,有Python本身--唉(不会影响什么),而xgboost 本身是C++的,是原生代码。在Python中,预处理/数组/矩阵处理都很昂贵(虽然很方便),更不用说R了。 Yuriy Asaulenko 2018.06.02 22:13 #9719 Maxim Dmitrievsky: https://docs.julialang.org/en/release-0.4/manual/embedding/哦......,真的很简单,我很害怕)。实际上,我以前见过她,朱莉娅,但我看到贾瓦后想,"不。我将不得不仔细看看。 尽管xgboost 本身等在Python中的工作速度会比在Java中的Julia快。当然,如果xgboost本身 是用Java制作 的话。 Maxim Dmitrievsky 2018.06.02 22:17 #9720 尤里-阿索连科。哦......,真的很简单,我也很害怕))。实际上,我以前见过她,朱莉娅,但我看到贾瓦后想,"不。我得仔细看看。你应该让它不是julia.h而是julia.mqh :) 1...965966967968969970971972973974975976977978979...3399 新评论 您错过了交易机会: 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符(不带空格) 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号,请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置,否则您将无法登录。 忘记您的登录名/密码? 使用 Google 登录
你将很难用MT对接这个JVM。而从Julia开始,然后在MT上重写,并不是一个皇家任务。
你不必重写任何东西,你只需要找到一种合作的方式。
例如,同样的xgboost 在Julia上。你不需要重写任何东西,你只需要找到一种沟通的方式。
例如,同样的XGBOOST在JULIA上也有。带有本地代码的java机器--非常复杂。
这个xgboost 也是用于Python的吗?
带有本地代码的Java机器--非常复杂。
当然,这个xgboost也可以用于Python?
当然,我用python来做。
如果与python的交互是基于脚本调用,那么在julia中的脚本调用也可以用同样的方式完成当然,我是在python上旋转的。
所以,请吐槽一下那个Julia)。有什么好急的?你最终需要一个应用任务,而不是一个模型。
如果与python的交互是通过脚本调用建立的,那么在julia中的脚本调用也可以用同样的方式完成
所以,请吐槽一下那个Julia)。有什么好急的?
注意速度。这几乎是处理数据时最重要的事情。
所以,请吐槽一下那个Julia)。有什么好急的?你需要一个应用问题,而不是一个模型。
Python 有一个清晰的 C 语言 API,而 Julia 的则没有。我无法想象用Java。https://docs.julialang.org/en/release-0.4/manual/embedding/
速度观察。这几乎是处理数据时最重要的事情
应该看一下界面,速度本身没什么可担心的。
在Python中,有Python本身--唉(不会影响什么),而xgboost 本身是C++的,是原生代码。
接口必须要看,而速度本身是不用担心的。
在Python中,有Python本身--唉(不会影响什么),而xgboost 本身是C++的,是原生代码。
在Python中,预处理/数组/矩阵处理都很昂贵(虽然很方便),更不用说R了。
https://docs.julialang.org/en/release-0.4/manual/embedding/
哦......,真的很简单,我很害怕)。实际上,我以前见过她,朱莉娅,但我看到贾瓦后想,"不。我将不得不仔细看看。
尽管xgboost 本身等在Python中的工作速度会比在Java中的Julia快。当然,如果xgboost本身 是用Java制作 的话。哦......,真的很简单,我也很害怕))。实际上,我以前见过她,朱莉娅,但我看到贾瓦后想,"不。我得仔细看看。
你应该让它不是julia.h而是julia.mqh :)