트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩 - 페이지 2684

새 코멘트
 
mytarmailS #:
그렇군요.
그렇다면 CNN이 가장 먼저 드래곤이 되어야 합니다.
기능을 위해서라면 말이죠.
시계열을 위한 TCN이 있습니다.
또는 더 좋은 방법은 컨볼루션 커널을 통해 스팸 칩을 스팸 처리하고 ROCKET처럼 학습하는 것입니다.
 
Maxim Dmitrievsky #:
시계열에 대한 TCN이 있습니다.
Where.
 
mytarmailS #:
어디서요?
어디인지 모르겠습니다. 알고리즘이나 TCNN 같은 것입니다.
시계열 컨볼루션 NN
 
Maxim Dmitrievsky #:
어디에서 왔는지는 모르겠지만, 알고리즘인지 TCNN인지 뭔지 모르겠습니다.
시계열 합성곱 신경망
음, 알겠어요. 음성 인식에 사용되죠.
 
mytarmailS #:
네, 알겠습니다. 연설용입니다.

트랜스포머는 특성에 따라 대부분 문자를 위한 것이기도 합니다.

 
Maxim Dmitrievsky #:

트랜스포머는 특성에 따라 대부분 문자를 위한 것이기도 하죠.

네, 시퀀스...

젠장... 토치에서 예제를 보면 뉴런 하나를 작성하려면 수십 줄의 코드를 작성해야 하는데, R 이후에는 두 줄로 끝나는 게 특이하네요.
 
mytarmailS #:
네, 시퀀스...

젠장... 토치의 예제를 보면 뉴런 하나를 작성하려면 수십 줄의 코드를 작성해야 하는데, 두 줄로 작성하는 R 이후에는 드문 경우입니다.
파이토치는 멋진 생성자이기 때문에 이해만 하면 됩니다. 그러면 모든 종류의 아키텍처를 구축할 수 있습니다.

하지만 꼭 필요한가요? 타의 추종을 불허하는 캣버스트만 있으면 됩니다 😀.

제 작업에서 신경망과 부스팅을 비교해 보았습니다. 출력은 같지만 학습 속도가 더 빠른 것은 부스팅이었습니다.
 
Maxim Dmitrievsky #:
PyTorch는 멋진 생성자이며, 이를 이해하기만 하면 됩니다. 그러면 원하는 모든 아키텍처를 구축할 수 있습니다.

하지만 무엇이 필요할까요? 타의 추종을 불허하는 캣버스트만 있으면 됩니다 😀.

제 작업에서 신경망과 부스팅을 비교해 보았습니다. 출력은 같지만 부스팅이 학습 속도가 더 빠릅니다.
MNIST에서 적어도 바우스팅과 CNN을 비교해 보세요.
 
mytarmailS #:
MNIST에서는 적어도 CNN과 부스트를 비교해 보세요.
할 일이 없습니다. 그 차이는 보통 +-입니다. 신호 처리 신경망과 같은 일부 특정 데이터 세트에서는 더 밝습니다. 하지만 어제 Forex에 신호가 없다는 것을 알게되었습니다 😀.
 
Maxim Dmitrievsky #:
당신은 그냥 한 가지에서 다음 것으로 뛰어 넘고 있습니다.
네 말이 맞아. 왜 더 깊이 들어가? 노예의 힌트도 없는데? 시도해봤는데 소용없어, 그다음이야.
1...267726782679268026812682268326842685268626872688268926902691...3399
새 코멘트
사유: