트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩 - 페이지 2762

 
Ivan Butko #:

간접적인 신호도 가능한가요? 예를 들어, 고양이와 개는 종종 싸우지만 개가 고양이를 쫓아갈 가능성이 더 높습니다. 여기에는 두 개의 물체와 그 움직임이 있습니다.

신경망은 "생각"하고 가중치를 곱하는 과정에서 한 물체는 항상 앞서 달리고 다른 물체는 뒤에 있다고 분류하고(MA_5[0] > MA_10[0), 지금 개가 앞서 가고 있다고 가정합니다.

이제 신경망은 싸움과 물체의 움직임으로 누가 고양이이고 누가 개인지 판단하는 방법을 알고 있습니다. 동시에 발, 머리카락 조각, 이빨, 짖는 소리 또는 야옹거리는 소리가 입력으로 주어지지 않았습니다.

즉, 이 경우의 특징은 분류 대상에 대한 부분적인 정보를 나타내지 않지만 해결책이 가능합니다.

이것들은 신호가 아닙니다-시간에 따른 프로세스 개발의 역학입니다-동적 시리즈 ...

그리고 종속성은 고정 계열로 연구됩니다 ...

(그러나 시간은 기호라고도 할 수 있습니다-외인성, 시간 요소가 역 동성을 추가합니다).

당신은 입력에 야옹도 머리카락도 얻지 못했지만 궤적을 평활화했습니다-신경망은 당신이 무엇을 근사화하든 상관하지 않습니다-역학은 항상 지연이있는 결과를 보여줍니다-샘플을 수집하고 시간으로부터 종속 변수의 변화율을 추정하기위한 창으로 시간 요소가 필요하기 때문입니다 ... 정확히 ... 그러나 역학을 분석하려면 (시간에 대한) 의존성이 있어야합니다 (설명하는 모델에 넣는 것입니다-모델에서 "요소와 알고 / 평가하려는 요소"라는 이름으로 사물을 호출하면 포럼에서 서로를 (비) 이해하는 데 낙서가 적습니다)...

선형 방정식-속도 (궤적 곡선에 대한 한 지점에서 접선)를 표시하고 이차 (포물선)도 가속도를 표시합니다 ... 그리고 (f-a)^2의 수렴은 시간에 따라 평가되고 이 시간 창의 유한 세그먼트에 결과를 표시합니다 - MLE(최대 가능성 추정)는 적어도 정적을 근사화할 때, 적어도 동학을 등가화할 때 항상 동일한 방식으로 작동합니다.

보고 있는 요소(정성적/정량적) 또는 그 역학(+시간 요소)에 대해 생각하지 않으면 의존성과 개발 패턴을 구분할 수 없으므로 분석 대상과 그것이 실제로 필요한 것인지, 무엇이 무엇에 의존하는지 이해할 수 없습니다. 그리고 분석 유형의 한계 - 역학 분석은 항상 시차가 있는 결과를 보여줍니다.

정말, 누가 무엇을 비뚤어지게보고 무엇을 비뚤어지게보고 비뚤어지게 해석하는지, 그리고 그 자신이 자신의 해석에서 얼마나 비뚤어지게 이해하고 다른 사람들을 설득하려고하는지에 대한 지친 논쟁, 심지어 입에 거품을 내고 위의 게시물에서 일부는.... 어떤 종류의 과학적 논쟁에 대해 이야기 할 수 있습니까? 당신이 당신의 언론의 자유로 의미를 왜곡 할 정도로 모든 것과 모든 사람을 추상화한다면-자연 과학에는 언론의 자유가 없습니다! 정확한 공식과 그 정확한 의미가 있습니다 ... 사이비 과학 지식이 아닙니다 ... 사이비 과학적 지식이 아니라, 당신이 기본적인 기초에 대한 무지 때문에 여기서 홍보하는 (그리고 당신은 그것을 주장으로 제시하려고합니다)_.

모델링의 결과로 출력 (알고 싶은 것)에 무엇을 넣어야할지 모른 채 그러한 모델 (곡선)을 만듭니다 ... 이 의존성에 관심이있는 요인은 무엇입니까?

이 스레드에서는 모든 것이 너무 주관적이어서 객관성 (모델링의 진실하고 주요 목표)에 도달하는 것이 불가능합니다.

 
JeeyCi #:

이들은 징후가 아니라 시간이 지남에 따라 프로세스가 발전하는 역동적 인 일련의 역학입니다 ...

그리고 종속성은 고정 계열로 연구됩니다....

(그러나 시간은 부호라고도 할 수 있습니다-외인성, 시간 요소가 역 동성을 추가합니다).

당신은 입력에 야옹도 머리카락도 얻지 못했지만 궤적의 평활화를 얻었습니다-신경망은 당신이 근사하는 것을 신경 쓰지 않습니다-역학은 항상 지연이있는 결과를 보여줍니다-샘플을 수집하고 시간으로부터 종속 변수의 변화율을 추정하기위한 창으로 시간 요소가 필요하기 때문입니다 ... 정확히 ... 그러나 역학을 분석하려면 (시간에 대한) 의존성이 있어야합니다 (설명하는 모델에 넣은 것입니다-모델에서 "요소와 알고 / 평가하려는 요소"라는 이름으로 사물을 호출하면 포럼에서 서로를 (비) 이해하는 데 낙서가 적습니다)...

선형 방정식-속도 (궤적 곡선에 대한 한 지점에서 접선)를 표시하고 이차 (포물선)도 가속도를 표시합니다 ... (f-a)^2의 수렴은 시간에 따라 평가되며이 시간 창의 유한 세그먼트에 결과를 표시합니다 - MLE (최대 가능성 추정)는 적어도 정적을 근사화 할 때, 적어도 동학을 등가화 할 때 항상 동일한 방식으로 작동합니다.

보고 있는 요소(정성적/정량적) 또는 그 역학(+시간적 요소)에 대해 생각하지 않으면 의존성과 개발 패턴을 구분할 수 없으므로 분석 대상과 그것이 실제로 필요한 것인지, 무엇이 무엇에 의존하는지 이해하지 못합니다. 그리고 분석 유형의 한계 - 역학 분석은 항상 지연된 결과를 보여줍니다.

정말, 누가 무엇을 비뚤어지게보고 무엇을 비뚤어지게보고 비뚤어지게 해석하는지, 그리고 자신이 자신의 해석에서 얼마나 비뚤어지게 이해하고 다른 사람들을 설득하려고하는지에 대한 지친 논쟁, 그리고 위의 게시물에서 일부는 심지어 입에 거품을 내고.... 어떤 종류의 과학적 논쟁에 대해 이야기 할 수 있습니까? 당신이 당신의 언론의 자유로 의미를 왜곡 할 정도로 모든 것과 모든 사람을 추상화한다면-자연 과학에는 언론의 자유가 없습니다! 정확한 공식과 그 정확한 의미가 있습니다 ... 사이비 과학 지식이 아닙니다 ... 사이비 과학적 지식이 아니라, 기본적인 기초에 대한 무지로 인해 (그리고 그것을 주장으로 제시하려고) 여기서 홍보하고 있습니다 _.

모델링의 결과로 출력 (알고 싶은 것)에 무엇을 넣어야할지 모른 채 그러한 모델 (곡선)을 만듭니다 ... 그리고이 의존성에 관심이있는 요인은 무엇입니까?

이 스레드에서는 모든 것이 너무 주관적이기 때문에 객관성 (모델링의 진정한 주요 목표)에 도달하는 것이 불가능합니다.

자세한 답변에 감사드립니다.

 
이 사이트의 RL 문서에 있는 예제를 사용해 본 사람이 있나요? Q 학습, 배우 비평가.
작동하나요, 안 하나요?
 
Ivan Butko #:

간접적인 신호도 가능한가요? 예를 들어, 고양이와 개는 종종 싸우지만 개가 고양이를 쫓아갈 가능성이 더 높습니다. 우리에게는 두 개의 물체와 그 움직임이 있습니다. 과제 : 사실 데이터로 한 번 확인한 후 누가 고양이이고 누가 개인지 결정하고 이후에는 누가 누구인지 독립적으로 결정합니다. 우리는 그들 중 하나가 고양이이고 다른 하나는 개라는 것을 확실히 알고 있지만 실루엣을 보거나들을 수 없으며 흔적조차 볼 수 없으며 움직임의 좌표 만 볼 수 있습니다. 우리는 신경망에 물체의 앞뒤 움직임을 입력합니다(매수-매도). 신경망은 '사고'하고 가중치를 곱하는 과정에서 한 물체는 항상 앞쪽에, 다른 물체는 뒤에 있다고 분류하고(MA_5[0] > MA_10[0]), 지금 개가 앞으로 나아가고 있다고 가정했습니다. 실제 데이터로 확인하고, 대답을 얻고(아니오), 데이터를 수정하고, 고양이라고 가정하고, 확인하고(예), 확인했습니다. 이제 신경망은 물체의 싸움과 움직임으로 누가 고양이이고 누가 개인지 판단하는 방법을 알고 있습니다. 동시에 발, 머리카락 조각, 이빨, 짖거나 야옹 거리는 소리가 주어지지 않았습니다.

즉, 신경망에 많은 것을 공급할 수 있고 필요한 답을 줄 수있는 방식으로 무언가를 찾아서 찾을 수있을 것 같습니다(Hercule Poirot). 즉,이 경우 기능은 분류되는 객체에 대한 부분적인 정보를 나타내지 않지만 솔루션이 가능합니다.

가능하지만 최소한 고양이와 개를 분리하여 시작해야합니다.

마쉬키는 나쁜 비교이므로 구매 표시와 판매 표시의 차이점을 명확하게 이해해야합니다. 그래서 선생님과 함께 배우는 것입니다. 선생님 없이는 아무것도 할 수 없습니다. 신경망은 새로운 데이터에 대한 결론의 정확성을 평가하는 데 도움을 줄 뿐입니다.

얼마나 간단한지 알 수 있습니다. 선생님과 함께 배우는 것이 무엇인지 정의를 살펴보세요.
 
JeeyCi #:


정말, 누가 무엇을 비뚤어지게보고 무엇을 비뚤어지게보고 그것을 비뚤어지게 해석하는지, 그리고 그 자신이 자신의 해석에서 얼마나 비뚤어지게 이해하고 다른 사람들을 설득하려고하는지에 대한 지친 논쟁, 심지어 입에 거품이있는 위의 게시물에서 일부는.... 어떤 종류의 과학적 논쟁에 대해 이야기 할 수 있습니까? 당신이 당신의 언론의 자유로 의미를 왜곡 할 정도로 모든 것과 모든 사람을 추상화한다면-자연 과학에는 언론의 자유가 없습니다! 정확한 공식과 그 정확한 의미가 있습니다 ... 사이비 과학적 지식이 아닙니다 ... 사이비 과학적 지식이 아니라, 기본적인 기초에 대한 무지로 인해 여기에서 홍보하는 (그리고 당신은 그것을 주장으로 제시하려고합니다)_.

모델링의 결과로 출력 (알고 싶은 것)에 무엇을 넣어야할지 모른 채 그러한 모델 (곡선)을 만듭니다 ... 그리고이 의존성에 관심이있는 요인은 무엇입니까?

이 스레드에서는 모든 것이 너무 주관적이기 때문에 객관성 (모델링의 진정한 주요 목표)에 도달하는 것이 불가능합니다.

다른 언어로 된 정말 지루한 논쟁)))))) 이해에 대한 문자 그대로의 명쾌한 설명과 함께 감정없이 좋을 것입니다.... 그러나 평소와 같이 사람들이 서로 다르다는 것을 이해하고 많은 유사점을 다르게 이해하는 경우는 드뭅니다. ))))

과학과 같은 분야의 최전선에서는 (새로운 연구 단계에서) 안타깝게도 정확한 공식과 정확한 용어가 불가능하기 때문에이 스레드에서 자신의 이해에 대한 설명이 여기 holivars)))))의 결과를 위해 중요한 이유입니다.

 
Valeriy Yastremskiy #:

다른 언어로 된 정말 지루한 논쟁)))))) 이해에 대한 축어적이고 명쾌한 설명으로 감정없이 좋을 것입니다 ... 그러나 평소와 같이 사람들이 서로 다르다는 것을 깨닫고 많은 유사점을 다르게 이해하는 경우는 드뭅니다 .))))

정확한 공식과 정확한 용어는 불행히도과학과 같은 분야의 최전선 (새로운 연구 단계)에서 불가능하기 때문에이 스레드에서 자신의 이해에 대한 설명이 여기 holivars의 결과에 중요한 이유입니다)))))

여기에는 고급이 없으며 사용 가능한 도구에 대한 지식이 없습니다. 고급은 사용 가능한 도구를 숙달하고 그 도구에서 확인된 단점을 제거하려고 노력한 후에 형성될 수 있습니다.


용어가 코드로 지원되는 모든 경우에 절대적으로 정확한 공식화가 가능합니다.


예를 들어 신경망은 구체적인 내용이 없는 일반화 용어입니다.

반면에 nnet 패키지의 신경망은 절대적으로 정확한 내용을 담고 있습니다.

마찬가지로 저와 다른 저자들이 사용하는 '예측자의 예측 능력'이라는 용어 역시 일반화 용어이지만, 예측자를 클래스별로 나누어 얻은 두 벡터 사이의 중앙값 차이로 이해되는 '예측 능력'은 절대적으로 정확합니다.

 
Maxim Dmitrievsky #:
특성은 NS 입력에 공급되는 것이고, 클래스 레이블은 출력에 공급되는 것입니다.

피처는 분류 대상에 대한 부분적인 정보를 나타내야 하며, 이것이 바로 피처입니다. 휘장이라고 할 수 있습니다.

제가 보기에, 정확히 무엇을 분류할지 정의되지 않는 한, 이 100가지의 멋진 피팅 방식은 모두 동일한 결과를 가져올 것입니다.

기능은 우리가 찾고있는 노이즈 (우리가 필요로하는 기능이 아닌) 중 실제 원인이고, 클래스 레이블은 우리가 필요로하는 결과이며, Sanych에 동의합니다 : 목표-예측자 쌍은 관련되어 있으며 쌍이 관련되어 있기 때문에 정확하게 존재합니다.

그리고 그것들은 찾기가 어렵습니다.)

속성은 시간을 고려하지 않고 다른 시간 증분들 사이의 시간 증분 또는 순서대로 증분되는 일련의 시간 증분입니다. 증분은 이전 증분과 비교하여 개별적으로 또는 연속적인 증분의 그림이나 함수 또는 패턴으로 고려할 수 있습니다. 이를 찾기 위해 플롯, 즉 창을 살펴보는데, 기능에 따라 이 창의 크기가 달라져야 합니다. Sanych의 접근 방식은 새로운 데이터 결과마다 이를 수행하는 것이고, 여러분의 접근 방식은 필요하다고 확인된 결과만 수행하는 것입니다.

또한 필요한 클래스 레이블 / 결과도 있으므로 올바른 레이블을 찾는 것은 별도의 작업이라는 것을 이해합니다.

나는 모든 것을 올바르게 이해한다고 생각합니다))))?

 
Valeriy Yastremskiy #:

징후는 우리가 찾고 있는 노이즈 중 (우리가 필요로 하는 징후가 아닌) 실제 원인이고, 클래스 레이블은 우리가 필요로 하는 결과이며, "목표-예측자" 쌍은 관련되어 있고, 이 쌍이 관련되어 있기 때문에 정확하게 존재한다는 Sanych의 의견에 동의합니다.

그리고 그들은 찾기가 어렵습니다)

속성은 시간을 고려하지 않고 다른 시간 증분들 사이의 시간 증분 또는 순서대로 증분되는 일련의 시간 증분입니다. 증분은 이전 증분과 비교하여 개별적으로 또는 연속적인 증분의 그림이나 함수 또는 패턴으로 고려할 수 있습니다. 이를 찾기 위해 우리는 플롯, 즉 창을 탐색하지만 기능에 따라 이 창의 크기가 달라져야 합니다. Sanych의 접근 방식은 새로운 데이터 결과마다 수행해야 하며, 여러분은 필요하다고 확인된 결과만 수행하면 된다는 것입니다.

또한 필요한 클래스 레이블 / 결과도 있으므로 올바른 레이블을 찾는 것은 별도의 작업이라는 것을 이해합니다.

나는 모든 것을 올바르게 이해한다고 생각합니다)))))?

속성으로 분류 된 개체를 정의해야합니다. 매수 또는 매도 거래란 무엇이며 그 속성은 무엇인가요? 어떻게 다른지.
 
СанСаныч Фоменко #:

여기에는 최첨단이 없으며 사용 가능한 도구에 대한 지식이 없습니다. 사용 가능한 도구를 숙달하고 그 도구에서 확인된 결함을 제거하려고 노력한 후에 최첨단을 형성할 수 있습니다.


용어가 코드에 의해 지원되는 모든 경우에 절대적으로 정확한 표현이 가능합니다.


예를 들어 신경망은 구체적인 내용이 없는 일반화 용어입니다.

하지만 nnet 패키지의 신경망은 매우 정확한 내용을 담고 있습니다.

마찬가지로 저와 다른 저자들이 사용하는 '예측자의 예측 능력'이라는 용어 역시 일반화 용어이지만, 예측자를 클래스별로 나누어 얻은 두 벡터 사이의 중앙값의 차이로 이해되는 '예측 능력'은 절대적으로 정확합니다.

저는 코드의 모든 내용이 절대적으로 정확하다는 데 동의합니다.

물론 도구에 대한 지식이 없거나 수준이 다르다고 해서 참가자 간에 완전한 이해가 이루어지지는 않습니다. 그러나 또한 그것들을 연구하기위한 범주 적 요구 사항이 항상 완전한 이해에 좋은 것은 아닙니다. 게다가 분쟁의 주제/홀리바는 충분히 정확하게 정의할 수 있습니다.

 
Maxim Dmitrievsky #:
속성을 가진 기밀 개체를 정의해야 합니다. 구매 또는 판매 거래란 무엇이며 그 속성은 무엇인가요? 어떻게 다른지.

거래의 징후는 결과이고 거래의 속성은 여전히 존재하지만 거래에 대한 결정을 내리는 징후는 증분과 시간입니다 (일련 번호가 마음에 들지 않음).

사유: