거기에 무엇이 있는지 말하기는 어렵습니다. 귀하의 기사 RANDOM DECISION FOREST IN REINFORCEMENT LEARNING
밤새 공부했지만 물론 정보는 거의 없지만 작업의 예는 매우 인상적이었습니다 ... 아마도 예는 게시 할 필요가 없었을 것입니다! 반나절 동안 나는 테스터의 사진에 감탄했습니다. 눈을위한 하나의 향연! )))
음, 진지하게, 기계 학습 자체는 작동하는 것 같지만 문제는 입력 데이터에 있습니다. 기계는 가격 데이터의 다른 섹션에 대해 평면 또는 측면 이동에 대해 별도로, 추세에 대해 별도로 가르쳐야 합니다. 지표 매개변수를 선택하는 아이디어에 신경쓰지 않음 - 시장은 지속적으로 변화하고 지표 의 선택된 매개변수는 동일한 게임 - 잘못 추측됨
우선, 기계를 가르치기 위해, 예를 들어 - 추세가 있는 날이 있었다면 옆으로 움직일 것입니다 - 기계가 적어도 이 순간을 결정하는 법을 배우게 하십시오 - 이것이 진정한 기계 학습입니다
거기에 무엇이 있는지 말하기는 어렵습니다. 귀하의 기사 RANDOM DECISION FOREST IN REINFORCEMENT LEARNING
밤새 공부했지만 물론 정보는 거의 없지만 작업의 예는 매우 인상적이었습니다 ... 아마도 예는 게시 할 필요가 없었을 것입니다! 반나절 동안 나는 테스터의 사진에 감탄했습니다. 눈을위한 하나의 향연! )))
음, 진지하게, 기계 학습 자체는 작동하는 것 같지만 문제는 입력 데이터에 있습니다. 기계는 가격 데이터의 다른 섹션에 대해 평면 또는 측면 이동에 대해 별도로, 추세에 대해 별도로 가르쳐야 합니다. 지표 매개변수를 선택하는 아이디어에 신경쓰지 않음 - 시장은 지속적으로 변화하고 지표 의 선택된 매개변수는 동일한 게임 - 잘못 추측됨
우선, 기계를 가르치기 위해, 예를 들어 - 추세가 있는 날이 있었다면 옆으로 움직일 것입니다 - 기계가 적어도 이 순간을 결정하는 법을 배우게 하십시오 - 이것이 진정한 기계 학습입니다
직원이 있다
안녕하세요!
MT4에서 txt 또는 csv 파일로 인용문을 스마트하게 내보내는 도구를 아는 사람이 있습니까?
~에 실시간 모드.
........
어쨌든 감사합니다.
PS 좋은 사람들이 이미 나를 도왔다
무언가가 아니지만 때로는 복잡하고 효과적이지 않은 아날로그
게다가, 그는 자신이 망친 것과 그 이유를 완전히 설명할 수 없습니다. :)
거기에 무엇이 있는지 말하기는 어렵습니다. 귀하의 기사 RANDOM DECISION FOREST IN REINFORCEMENT LEARNING
밤새 공부했지만 물론 정보는 거의 없지만 작업의 예는 매우 인상적이었습니다 ... 아마도 예는 게시 할 필요가 없었을 것입니다! 반나절 동안 나는 테스터의 사진에 감탄했습니다. 눈을위한 하나의 향연! )))
음, 진지하게, 기계 학습 자체는 작동하는 것 같지만 문제는 입력 데이터에 있습니다. 기계는 가격 데이터의 다른 섹션에 대해 평면 또는 측면 이동에 대해 별도로, 추세에 대해 별도로 가르쳐야 합니다. 지표 매개변수를 선택하는 아이디어에 신경쓰지 않음 - 시장은 지속적으로 변화하고 지표 의 선택된 매개변수는 동일한 게임 - 잘못 추측됨
우선, 기계를 가르치기 위해, 예를 들어 - 추세가 있는 날이 있었다면 옆으로 움직일 것입니다 - 기계가 적어도 이 순간을 결정하는 법을 배우게 하십시오 - 이것이 진정한 기계 학습입니다
이 같은
거기에 무엇이 있는지 말하기는 어렵습니다. 귀하의 기사 RANDOM DECISION FOREST IN REINFORCEMENT LEARNING
밤새 공부했지만 물론 정보는 거의 없지만 작업의 예는 매우 인상적이었습니다 ... 아마도 예는 게시 할 필요가 없었을 것입니다! 반나절 동안 나는 테스터의 사진에 감탄했습니다. 눈을위한 하나의 향연! )))
음, 진지하게, 기계 학습 자체는 작동하는 것 같지만 문제는 입력 데이터에 있습니다. 기계는 가격 데이터의 다른 섹션에 대해 평면 또는 측면 이동에 대해 별도로, 추세에 대해 별도로 가르쳐야 합니다. 지표 매개변수를 선택하는 아이디어에 신경쓰지 않음 - 시장은 지속적으로 변화하고 지표 의 선택된 매개변수는 동일한 게임 - 잘못 추측됨
우선, 기계를 가르치기 위해, 예를 들어 - 추세가 있는 날이 있었다면 옆으로 움직일 것입니다 - 기계가 적어도 이 순간을 결정하는 법을 배우게 하십시오 - 이것이 진정한 기계 학습입니다
이 같은
자세한 내용은 책 전체 링크를 참고하세요 :)
무언가가 아니지만 때로는 복잡하고 효과적이지 않은 아날로그
그리고 그는 자신이 망친 것과 그 이유를 완전히 설명할 수 없습니다. :)
일부 수정으로 인한 임계값을 AlgLib의 R 매개변수와 혼동하는 데 성공한 누군가에게 설명하는 요점은 알 수 없습니다. AlgLib는 실제로 단순히 샘플을 학습 가능 및 테스트로 나눕니다.
이익과 "비효율적인 아날로그"는 여전히 결합되어 있습니다.
관련된 예측자의 수를 유지하도록 AlgLib에서 포리스트를 수정했습니다. "아직 자격이 없었기" 때문에 예측 변수 목록을 공개하고 싶지 않지만 숫자는 저장되었습니다.
일부 수정으로 인한 임계값을 AlgLib의 R 매개변수와 혼동하는 데 성공한 누군가에게 설명하는 요점은 알 수 없습니다. AlgLib는 실제로 단순히 샘플을 학습 가능 및 테스트로 나눕니다.
이익과 "비효율적인 아날로그"는 여전히 결합되어 있습니다.
관련된 예측자의 수를 유지하도록 AlgLib에서 포리스트를 수정했습니다. "아직 자격이 없었기" 때문에 예측 변수 목록을 공개하고 싶지 않지만 숫자는 저장되었습니다.
49
여기에서 아무도 당신을 이해하지 않습니다. 그리고 나. 왜냐하면 코드를 작성하는 방법은 알지만 문자로 생각을 표현하는 방법을 모르는 경우
임계값은 무엇이며 r, 나는 당신에게 그런 것을 쓰지 않았습니다
설명 없이 라이브러리를 퍼뜨리고 "아직 그럴 자격이 없다"라고 쓰는 이유는 무엇입니까?
일부 수정으로 인한 임계값을 AlgLib의 R 매개변수와 혼동하는 데 성공한 누군가에게 설명하는 요점은 알 수 없습니다. AlgLib는 실제로 단순히 샘플을 학습 가능 및 테스트로 나눕니다.
이익과 "비효율적인 아날로그"는 여전히 결합되어 있습니다.
관련된 예측자의 수를 유지하도록 AlgLib에서 포리스트를 수정했습니다. "아직 자격이 없었기" 때문에 예측 변수 목록을 공개하고 싶지 않지만 숫자는 저장되었습니다.
혹시 나무를 자를 수 있도록 숲을 수정했습니까? 시도하는 것은 흥미로울 것입니다.
막심 드미트리예프스키 :
임계값은 무엇이며 r, 나는 당신에게 그런 것을 쓰지 않았습니다
숲은 클래스에 속할 확률을 제공하지 않으므로 이러한 불평등은 넌센스입니다
< 0.5 그리고 그게 다야, 다르지 않을 것이다. 그리고 또 다른 질문은 이진화된 기능과 출력이 더 나은지 여부입니다.
0에서 100까지 클래스로 나눌 수 있으며 차이는 없습니다.어 그래
ALGLIB 패키지에 포함된 모든 분류 알고리즘의 작업 결과는 객체가 속한 클래스가 아니라 조건부 확률의 벡터입니다.
그러나 이것은 작은 위안입니다. 더 적은 신호가 있을 것이고 효과는 증가할 사실이 아닙니다. 예를 들어, 지금은 임계값을 0.5로 설정한 모든 곳에서 증가하지 않았습니다.
훨씬 더 중요한 것은 기차와 oob의 오류 비교 가능성입니다.
나도 알글립이 있는 것 같다)
그리고 나서 AlgLib의 매개변수 R이 "임계값"이라고 불렸습니다.
소스 코드를 읽는 것은 이론적인 기사를 읽는 것보다 훨씬 더 많은 것을 제공합니다. 프로그래머는 프로그램 실행이 의존하는 소스 코드를 읽어야 합니다.
이전 게시물은 어떻습니까?
처음에는 수정이 많이 사용되었다고 생각했습니다. 사실, "무게"라는 개념이 "임계값"이 아니라 사용됩니다. 글쎄, 나는 그것을 섞었다 ... 그러나 이것은 :
그리고 나서 AlgLib의 매개변수 R이 "임계값"이라고 불렸습니다.
소스 코드를 읽는 것은 이론적인 기사를 읽는 것보다 훨씬 더 많은 것을 제공합니다. 프로그래머는 프로그램 실행이 의존하는 소스 코드를 읽어야 합니다.
나는 aglib 사이트에서 인용했다:
"ALGLIB 패키지에 포함된 모든 분류 알고리즘의 결과는 객체가 속한 클래스가 아니라 조건부 확률의 벡터입니다."
즉, 당신의 말을 확인, 그 확률의 출력입니다. 이것은 물론 의사 확률이지만 여전히 그렇습니다. 나는 그들이 어떻게 계산되는지 자세히 연구하지 않았지만 논리적으로 "확률"이라는 단어에서 하나의 이름이 있습니다.
혹시 나무를 자를 수 있도록 숲을 수정했습니까? 시도하는 것은 흥미로울 것입니다.
나는 aglib 사이트에서 인용했다:
"ALGLIB 패키지에 포함된 모든 분류 알고리즘의 결과는 객체가 속한 클래스가 아니라 조건부 확률의 벡터입니다."