AI가 시작된 ML에 관해서 지금 제 의견은 연역적 검색이 아니라 주로 귀납적 검색이라는 것입니다.
이것은 알고리즘 자체가 특정 기준을 충족하는 모델을 정렬하는 경우입니다. 예를 들어, 새로운 데이터에 대한 안정성, 규칙성. 이 기준은 모델 자체의 외부, 즉 외부 중도절단기입니다. 최종(발견된) 모델의 품질은 기준 선택에 따라, 간접적으로는 입력 데이터에 따라 달라집니다. :)
AI가 시작된 ML에 관해서 지금 제 의견은 연역적 검색이 아니라 주로 귀납적 검색이라는 것입니다.
이것은 알고리즘 자체가 특정 기준을 충족하는 모델을 정렬하는 경우입니다. 예를 들어, 새로운 데이터에 대한 안정성, 규칙성. 이 기준은 모델 자체의 외부, 즉 외부 중도절단기입니다. 최종(발견된) 모델의 품질은 기준 선택에 따라, 간접적으로는 입력 데이터에 따라 달라집니다. :)
고맙긴 한데 아직 멀었어, 아직 많이 읽어야 돼, 국회의 아주 기초부터 짚고 넘어가면 안 되는 새로운 것들을 많이 공부하고 있어
"알고리즘 반복" 자체의 부분에서, 나는 이것이 자유롭게 이용 가능한 AI 자료의 이 수준에서 일종의 환상 또는 유토피아라고 생각합니다. 또는 스스로 빠르게 적응하는 시스템 ... 나는 이미 썼고 다시 쓸 것입니다. 모든 것이 시장에서 간단하거나 적어도 효과적이고 오랫동안 이익을 얻을 수있는 AI 모델이 실제로 있다면 Google이 가장 먼저 이를 수행할 것입니다. 그들은 매우, 아주 좋은 기회를 가지고 있습니다. ... 비록 누가 알겠지만, 아마도 위대한 Google이 시장을 주도하고 있을 것입니다.))))
지금까지 AI를 연구하고 사용하는 미래에 내가 보는 것은 시스템의 빠른 재구성(재훈련 및 최적화뿐만 아니라 예측 변수 선택) 또는 반자동 예측 시스템 .... 글쎄, 그것은 확률로 그러한 곡선을 그립니다))))) 이러한 단점은 사용자와 함께 결정됩니다 ... 또는 그 반대의 경우 사용자의 의견에 반대합니다 ... 일반적으로 추측하지 않습니다))))
지금까지 AI를 연구하고 사용하는 미래에 내가 보는 것은 시스템의 빠른 재구성(재훈련 및 최적화뿐만 아니라 예측 변수 선택) 또는 반자동 예측 시스템 .... 글쎄, 그것은 확률로 그러한 곡선을 그립니다))))) 이러한 단점은 사용자와 함께 결정됩니다 ... 또는 그 반대의 경우 사용자의 의견에 반대합니다 ... 일반적으로 추측하지 않습니다))))
글쎄요, 하지만 판타스마고리아가 무엇인가요? 분당 한 번 바, 모델이 빠르면 재교육조차도 매우 현실적입니다.
Google은 시장에 신경 쓰지 않을 정도로 대문자를 가지고 있습니다. 그들 자신이 시장인 것 같습니다.
그들은 검색어를 기반으로 국내 트렌드를 가지고있었습니다. 이제 그들은 무언가를 덮었습니다.
ABC 유형의 "플랫" 또는 "롤링 플랫" 수정을 나타냅니다. 사실 뒤에 표시합니다. 주관적으로.
분명히 플랫을 지정하기 위해서는 패턴의 교대가 있고 모든 패턴을 비교하여 알고 있기 때문에 웨이브 마킹을 수행해야 합니다. 악명 높은 "기준점"은 항상 존재해야 합니다.
이제 공중에서 성을 짓고 풍차와 싸우는 것에 대한 깨달음이 있기를 바랍니다.
수정이 뭔가요? 이것은 또한 주관적인 개념입니다. 그렇지 않은 경우 수정과 추세를 구별할 수 있는 규칙이 있으므로 수정은 종종 추세로 흐르고 그 반대의 경우도 마찬가지이며 모두 존재하지 않기 때문입니다. , 이것들은 완전히 주관적인 개념이며 단순히 움직임, 다른 길이의 움직임이 있습니다. 작은 것을 우리는 플랫, 큰 트렌드라고 부릅니다.
그러나 여기서 다시 질문은: 작거나 큰 것에 비해 작은 움직임과 큰 움직임은 무엇입니까?
사실, 이것은 왜 매개변수 시스템과 "mo"를 포함하여 처리되지 않은 시장 데이터에서 작동하지 않는지에 대한 답을 제공하는 심각한 질문입니다.
=================
좋아요, 가사가 전부입니다. 이제 가장 중요한 것은 아파트가 필요한 이유입니다. pd, cn의 수준을 찾는 네트워크가 있습니다.
수정이 뭔가요? 이것은 또한 주관적인 개념입니다. 그렇지 않은 경우 수정과 추세를 구별할 수 있는 규칙이 있으므로 수정은 종종 추세로 흐르고 그 반대의 경우도 마찬가지이며 모두 존재하지 않기 때문입니다. , 이것들은 완전히 주관적인 개념이며 단순히 움직임, 다른 길이의 움직임이 있습니다. 작은 것을 우리는 플랫, 큰 트렌드라고 부릅니다.
수정은 추진력이 아닙니다. 이 모든 개념은 파동 분석에서 나온 것입니다. 개념은 객관적이거나 주관적일 수 없으며 정의된 경우 객관적입니다.
특정 알고리즘에 관심이 있고 일반적인 개념이 아닙니다.
아아, 이 포럼에서 수년 동안 쓰여진 것보다 더 많은
포럼에서 "flat test"를 검색하세요. 유행하는 주제였습니다. 코드베이스에 몇 가지 예가 있으며 플랫에 대한 토론도 규칙적입니다... 시장은 평평하지만)))
그리고 나는 여전히 모스크바 지역에서 실제로 말하고 업적을 보여줄 누군가가 언제 나타날지 기다리고 있습니다.
뭘 기대 할까? 사람들이 의사 소통하는 것은 정상입니다. 이 포럼에서 모든 것이 이미 백 번 논의되었으며 검색이 작동합니다 ... 모든 것에 밝은 머리가 아니라 확고하고 열성적인 엉덩이를 부착하는 것이 남아 있습니다!
추신: 무엇을 기다리고 계십니까? 글쎄, @Maxim Dmitrievsky 가 독특한 의사 소통 방식의 도움으로 올바른 방향으로 충동을 생성하기 위해 주기적으로 제공하는 "마법의 펜들"을 제외하고)))), 그는 원칙적으로 큰 존경심을 가지고 있습니다! )))
당신이 보트를 무엇이라고 부르든 그것은 그것이 떠오를 것입니다. (와 함께)
루지에서 가장 중요한 것은 문자 "c"의 정확한 수입니다. (와 함께)
"flat"의 개념은 웨이브 분석에서 나왔습니다 :)
"flat" 또는 "rolling flat" 수정 유형 ABC를 나타냅니다. 사실 뒤에 표시합니다. 주관적으로.
분명히 플랫을 지정하기 위해서는 패턴의 교대가 있고 모든 패턴을 비교하여 알고 있기 때문에 웨이브 마킹을 수행해야 합니다. 악명 높은 " 기준점 "은 항상 존재해야 합니다.
이제 공중에서 성을 짓고 풍차와 싸우는 것에 대한 깨달음이 있기를 바랍니다.
이제 공중에서 성을 찾고 풍차와 싸우는 것에 대한 깨달음이 있기를 바랍니다.
글쎄, Maxim이 다시 와서 마법을 배포하기 시작했습니다 ..)))
글쎄, Maxim이 다시 와서 마법을 배포하기 시작했습니다 ..)))
AI가 시작된 ML에 관해서 지금 제 의견은 연역적 검색이 아니라 주로 귀납적 검색이라는 것입니다.
이것은 알고리즘 자체가 특정 기준을 충족하는 모델을 정렬하는 경우입니다. 예를 들어, 새로운 데이터에 대한 안정성, 규칙성. 이 기준은 모델 자체의 외부, 즉 외부 중도절단기입니다. 최종(발견된) 모델의 품질은 기준 선택에 따라, 간접적으로는 입력 데이터에 따라 달라집니다. :)
머리에 혼란이 없을 때 MO 알고리즘을 사용하여 상황을 완전히 이해할 수 있습니다.AI가 시작된 ML에 관해서 지금 제 의견은 연역적 검색이 아니라 주로 귀납적 검색이라는 것입니다.
이것은 알고리즘 자체가 특정 기준을 충족하는 모델을 정렬하는 경우입니다. 예를 들어, 새로운 데이터에 대한 안정성, 규칙성. 이 기준은 모델 자체의 외부, 즉 외부 중도절단기입니다. 최종(발견된) 모델의 품질은 기준 선택에 따라, 간접적으로는 입력 데이터에 따라 달라집니다. :)
고맙긴 한데 아직 멀었어, 아직 많이 읽어야 돼, 국회의 아주 기초부터 짚고 넘어가면 안 되는 새로운 것들을 많이 공부하고 있어
"알고리즘 반복" 자체의 부분에서, 나는 이것이 자유롭게 이용 가능한 AI 자료의 이 수준에서 일종의 환상 또는 유토피아라고 생각합니다. 또는 스스로 빠르게 적응하는 시스템 ... 나는 이미 썼고 다시 쓸 것입니다. 모든 것이 시장에서 간단하거나 적어도 효과적이고 오랫동안 이익을 얻을 수있는 AI 모델이 실제로 있다면 Google이 가장 먼저 이를 수행할 것입니다. 그들은 매우, 아주 좋은 기회를 가지고 있습니다. ... 비록 누가 알겠지만, 아마도 위대한 Google이 시장을 주도하고 있을 것입니다.))))
지금까지 AI를 연구하고 사용하는 미래에 내가 보는 것은 시스템의 빠른 재구성(재훈련 및 최적화뿐만 아니라 예측 변수 선택) 또는 반자동 예측 시스템 .... 글쎄, 그것은 확률로 그러한 곡선을 그립니다))))) 이러한 단점은 사용자와 함께 결정됩니다 ... 또는 그 반대의 경우 사용자의 의견에 반대합니다 ... 일반적으로 추측하지 않습니다))))
지금까지 AI를 연구하고 사용하는 미래에 내가 보는 것은 시스템의 빠른 재구성(재훈련 및 최적화뿐만 아니라 예측 변수 선택) 또는 반자동 예측 시스템 .... 글쎄, 그것은 확률로 그러한 곡선을 그립니다))))) 이러한 단점은 사용자와 함께 결정됩니다 ... 또는 그 반대의 경우 사용자의 의견에 반대합니다 ... 일반적으로 추측하지 않습니다))))
글쎄요, 하지만 판타스마고리아가 무엇인가요? 분당 한 번 바, 모델이 빠르면 재교육조차도 매우 현실적입니다.
Google은 시장에 신경 쓰지 않을 정도로 대문자를 가지고 있습니다. 그들 자신이 시장인 것 같습니다.
그들은 검색어를 기반으로 국내 트렌드를 가지고있었습니다. 이제 그들은 무언가를 덮었습니다.
네, 덮었습니다. Google 금융은 이제 슬픈 광경입니다.
https://www.marketbeat.com/press-room/google-finance-changes-and-alternatives/
"flat"의 개념은 웨이브 분석에서 나왔습니다 :)
ABC 유형의 "플랫" 또는 "롤링 플랫" 수정을 나타냅니다. 사실 뒤에 표시합니다. 주관적으로.
분명히 플랫을 지정하기 위해서는 패턴의 교대가 있고 모든 패턴을 비교하여 알고 있기 때문에 웨이브 마킹을 수행해야 합니다. 악명 높은 "기준점"은 항상 존재해야 합니다.
이제 공중에서 성을 짓고 풍차와 싸우는 것에 대한 깨달음이 있기를 바랍니다.
수정이 뭔가요? 이것은 또한 주관적인 개념입니다. 그렇지 않은 경우 수정과 추세를 구별할 수 있는 규칙이 있으므로 수정은 종종 추세로 흐르고 그 반대의 경우도 마찬가지이며 모두 존재하지 않기 때문입니다. , 이것들은 완전히 주관적인 개념이며 단순히 움직임, 다른 길이의 움직임이 있습니다. 작은 것을 우리는 플랫, 큰 트렌드라고 부릅니다.
그러나 여기서 다시 질문은: 작거나 큰 것에 비해 작은 움직임과 큰 움직임은 무엇입니까?
사실, 이것은 왜 매개변수 시스템과 "mo"를 포함하여 처리되지 않은 시장 데이터에서 작동하지 않는지에 대한 답을 제공하는 심각한 질문입니다.
=================
좋아요, 가사가 전부입니다. 이제 가장 중요한 것은 아파트가 필요한 이유입니다. pd, cn의 수준을 찾는 네트워크가 있습니다.
가격이 소위 플랫에 있을 때 강력한 레벨이 형성되고 플랫의 길이와 범위가 다릅니다.
유로달러, 5m, 지금
이것들은 수준이다
그래서 이 수준이 형성되면 가격이 아파트에 있고 이 아파트를 찾고 싶습니다
수정이 뭔가요? 이것은 또한 주관적인 개념입니다. 그렇지 않은 경우 수정과 추세를 구별할 수 있는 규칙이 있으므로 수정은 종종 추세로 흐르고 그 반대의 경우도 마찬가지이며 모두 존재하지 않기 때문입니다. , 이것들은 완전히 주관적인 개념이며 단순히 움직임, 다른 길이의 움직임이 있습니다. 작은 것을 우리는 플랫, 큰 트렌드라고 부릅니다.
수정은 추진력이 아닙니다. 이 모든 개념은 파동 분석에서 나온 것입니다. 개념은 객관적이거나 주관적일 수 없으며 정의된 경우 객관적입니다.
그런 다음 다른 말로 하면 복도, 범위라고 합니다. 모두가 이해할 수 있도록
아아, 이 포럼에서 수년 동안 쓰여진 것보다 더 많은
포럼에서 "flat test"를 검색하세요. 유행하는 주제였습니다. 코드베이스에 몇 가지 예가 있으며 플랫에 대한 토론도 규칙적입니다... 시장은 평평하지만)))
뭘 기대 할까? 사람들이 의사 소통하는 것은 정상입니다. 이 포럼에서 모든 것이 이미 백 번 논의되었으며 검색이 작동합니다 ... 모든 것에 밝은 머리가 아니라 확고하고 열성적인 엉덩이를 부착하는 것이 남아 있습니다!
추신: 무엇을 기다리고 계십니까? 글쎄, 아마도 @Maxim Dmitrievsky 가 독특한 의사 소통 방식의 도움으로 올바른 방향으로 충동을 생성하기 위해 주기적으로 배포하는 "마법의 펜들"을 제외하고))), 그는 원칙적으로 큰 존경심을 가지고 있습니다! )))
나는 누군가가 이 주제에 표현된 많은 영리한 단어에서 결과를 얻을 수 있기를 기대합니다. 저는 개인적으로 소스 코드나 알고리즘이 필요하지 않지만 모니터링된 신호 또는 스크린샷의 형태로 MO의 결과가 필요합니다. 며칠. 그동안 영업은 안하고 말하는 가게만.
플랫과 MO를 희생시키면서 실제로 학습 과정에서 AI 자체는 현재 순간에 원하는 확률적 행동을 찾을 것이며 플랫하거나 충동적일 것입니다. 그래서 나는 쓸모없는 연습인 MO의 틀 내에서 평면을 결정하기 위해 별도의 알고리즘을 작성하는 요점을 보지 못합니다.