그리고 바로 정의하자. Reshetov의 RNN에 대해 말하는 것이 아니라 그의 옵티마이저에 대해 ... 혼동하지 않도록 완전히 다른 제품입니다 .... 그래서 ... 혹시 ....
+1
Reshetov의 RNN이 있지만 이름에도 불구하고 뉴런과 공통점은 없으며 통계에서 몇 가지 복잡한 규칙이 있는 하나의 공식만 있습니다. 나는 이것과 관련된 단지 1.5개의 예를 보았다.
그리고 Reshetov의 jPrediction이 있습니다. 이것은 본질적으로 모델을 훈련하기 위한 몇 가지 특별한 방법이 있는 본격적인 뉴런입니다. 이것은 Java로 작성된 별도의 프로그램이며, 완성된 모델은 생성된 코드를 mql로 내보낼 수 있습니다. 이것은 마이클이 사용하는 것입니다.
Reshetov의 RNN이 있지만 이름에도 불구하고 뉴런과 공통점은 없으며 통계에서 몇 가지 복잡한 규칙이 있는 하나의 공식만 있습니다. 나는 이것과 관련된 단지 1.5개의 예를 보았다.
그리고 Reshetov의 jPrediction이 있습니다. 이것은 본질적으로 모델을 훈련하기 위한 몇 가지 특별한 방법이 있는 본격적인 뉴런입니다. 이것은 Java로 작성된 별도의 프로그램이며, 완성된 모델은 생성된 코드를 mql로 내보낼 수 있습니다. 이것은 마이클이 사용하는 것입니다.
그렇군요.... AI와 NS의 차이점은????
NN은 AI의 일부인 인공 신경망 일 뿐이며 AI는 NN을 지원하는 블록과 기능의 복합체입니다. 샘플 준비, 입력 예비 감소, 과적합 제어, 노멀라이저, 테스터 등 여기에 진정한 차이점이 있습니다. AI는 훈련된 뉴런을 준비하고 훈련하고 테스트하기 위한 일련의 기능과 절차입니다.
나 죽어))) Misha, 당신은 똥을 구걸하고 본질을 탐구하지 않을 것입니다. 책으로 모든 것을 하는 교수는 앵무새를 망치는 것은 5 학년에게 그다지 병이되지 않습니다 ... 신경망의 작업이나 빌어 먹을 숲 모두 설명 할 수 없다는 것을 알고 있습니다. 그들은 할 수 없으며 많은 것이 불도저에서 어리석게 만들어졌으며 시도했습니다. 오, 작동하는 것 같습니다))) 우리가 당신에 대해 이야기하는 것이 무엇입니까 다른 사람들이 말하는 것을 알고 있습니다 - 나는 신경 쓰지 않고 그가 계속해서 리벳을 박고 속도를 높인다는 것을 알고 있습니다 15%, 그때도 컴퓨터를 100)에 가져가고 싶었습니다)))
그것이 그의 제품의 세 번째 버전에 관한 것이었을 때, 나는 그에게 계산을 병렬화할 것을 제안했고 그 후에 그는 병렬화를 수행하고 수십 번은 아니더라도 여러 번 프로그램의 계산을 가속화했습니다 . 나는 훈련되는 파일의 크기로 이것을 판단합니다. 이전에 6-7개의 열이 3-5시간 동안 훈련되었다면 지금은 15분 만에 수행합니다. 이것은 계산의 병렬화에 대해 이야기하고 있습니다. 그 후 그는 14개나 되는 릴리스를 내놓았고 각각의 실수를 보완하고 새로운 아이디어를 구현했습니다. 그래서 당신은 당신이 말하는 제품이 무엇인지 모릅니다. 예, 이전 버전이 원시 버전이었고 요구 사항을 충족하지 못했을 수 있지만 이제 제품은 매우 기능적입니다. 임호. 어쨌든 100개 이상의 열과 100개 이상의 행이 있는 단 하나의 단점이 있습니다. 훈련하는 데 훨씬 더 오래 걸립니다.
나는 여전히 좋은 숫자를 얻기를 바라고 있습니다. 충분히 길고 적절한 시장 모델을 구축하기 위해 .... 우리는 거기에서 볼 것입니다 ....
지난 12일과 14일 유자눌, 20일 지켜보기로 약속했지만 자리를 떴다. Mishan, 문제는 그가 권장 사항을 고려하지 않았고 첫 번째 버전의 부하가 끌리고 있습니다 ...))) 예, ss하지 마십시오. 모든 것이 잘되고 18 Yusufovskaya는 처음에 그에게 말했지만 많은 팬이 있었습니다. 가지도 구워서 버리기)))) 나중에 다른 신이 나타나서 믿게 될지도 몰라))) 그러나 그들이 딸랑이(Reshetov와 Yusf 모두)를 게시한 matstat 포럼에서 - 무시됨)))
글쎄, 결국 이전 버전의 어떤 종류의 부하???? 실수는 무엇입니까? 간단히 말해서 말할 수 있습니까????
반복은 교리의 어머니입니다. 특히 오래된 가지가 지워졌기 때문에 정보를 업데이트하는 것은 죄가 아닙니다. 그렇지 않으면, 당신의 공격은 근거가 없습니다 .....
Reshetov의 RNN이 있지만 이름에도 불구하고 뉴런과 공통점은 없으며 통계에서 몇 가지 복잡한 규칙이 있는 하나의 공식만 있습니다. 나는 이것과 관련된 단지 1.5개의 예를 보았다.
그리고 Reshetov의 jPrediction이 있습니다. 이것은 본질적으로 모델을 훈련하기 위한 몇 가지 특별한 방법이 있는 본격적인 뉴런입니다. 이것은 Java로 작성된 별도의 프로그램이며, 완성된 모델은 생성된 코드를 mql로 내보낼 수 있습니다. 이것은 마이클이 사용하는 것입니다.
Jpredictor는 RNN과 정확히 동일한 가중치를 출력합니다. 주요 차이점은 학습 방법입니다. 옵티마이저에서 또는 핵 기계를 통한 내장 논리 및 일반적인 mlp + svm의 위원회
그리고 jpred에서 제공합니다. 특성 다항식 변환이 사용된 다음 이것은 가장 가혹한 피팅입니다. IMHO .. tulle to tulle. 그리고 아시다시피 다항식으로 시장을 예측하는 것은 불가능하지만 과거에는 아름답게 그리기 쉽습니다.
사실, RNN에 대한 가중치를 발행하도록 RF를 훈련하면 병렬화 없이 거의 즉시 동일할 것입니다. 그리고 SVM의 일부로 원자력 기계 대신 디지털 필터 생성기를 사용할 수 있습니다.
선생님, 어제 벌써 너무 취했어요. 하나는 그것이 무엇인지 이해하지 못하고 끼어 있습니다))) 두 번째 ㅋㅋㅋ 6번 봤는데 7번 달라고 합니다))) 받은 정보를 어떻게 할 건가요? 당신은 그녀가 당신에게 아무것도주지 않을 것이라는 것을 이해하고 정상적인 수준의 사람들은 5 분 안에 비교할 것입니다 다소 적절한 모델과 덜거덕 거리고 버려질 것입니다. 말씀해주셔서 감사합니다 :) 베이스 보드 아래에서 그녀를 운전하는 방법은 어제 발표되었지만 물론 당신은 그것을 얻지 못했습니다 ...
자, 다시 해보자. 특히 나를 위해. 결국 널 위해 노력하는거야..... 널 웃게 해줄게 등등 어서 ...베이스 보드 아래에서 예측기를 구동하는 방법을 알려주십시오. 그렇지 않으면 뭔가를 놓쳤습니다 .....
그러나 나는 이것에 동의하지 않습니다. 그것은 모두 어떤 종류의 최적화의 결과로 이 다항식을 얻었는지에 달려 있으며, 다항식을 얻는 것이 과적합 또는 과소적합의 효과가 없다는 것을 의미한다면 그러한 다항식은 잘 될 것입니다 한동안 .... IMHO에 적합합니다.
당시 유리와 소통했나요? 그는 왜 mql이 아닌 Java로 작성했습니까? 그것은 그에게서 하나의 타사 라이브러리를 사용합니다. 소스는 타사 개발자 사이트의 Java에만 있으므로 mb? Java로 소스 코드를 연구하는 것은 저에게 어렵습니다.) 아직 실제로 주석 처리되지 않았으며 일부 트릭과 트릭은 작동 방식이 명확하지 않고 어디에도 설명되어 있지 않습니다.
그리고 바로 정의하겠습니다. Reshetov의 RNN에 대해 말하는 것이 아니라 그의 옵티마이저에 대해 ... 혼동하지 않도록 이것들은 완전히 다른 제품입니다 .... 그래서 그렇다면 ... 혹시 ...
예, Reshetov는 프로필에 너무 많은 것이 있어서 아무것도 찾을 수 없습니다.)
그건 그렇고, 나는 최근에 숲(랜덤 숲)이 시뮬레이션되는 Habré에 관한 기사를 보았습니다. 예제 및 인스턴스를 사용하여 이러한 구현을 소박합니다. 원하는 경우 뉴런과 함께 MQL에서도 수행할 수 있습니다. 숲에서는 뉴런과 달리 비선형 솔루션이 나타납니다.
그리고 바로 정의하자. Reshetov의 RNN에 대해 말하는 것이 아니라 그의 옵티마이저에 대해 ... 혼동하지 않도록 완전히 다른 제품입니다 .... 그래서 ... 혹시 ....
+1
Reshetov의 RNN이 있지만 이름에도 불구하고 뉴런과 공통점은 없으며 통계에서 몇 가지 복잡한 규칙이 있는 하나의 공식만 있습니다. 나는 이것과 관련된 단지 1.5개의 예를 보았다.
그리고 Reshetov의 jPrediction이 있습니다. 이것은 본질적으로 모델을 훈련하기 위한 몇 가지 특별한 방법이 있는 본격적인 뉴런입니다. 이것은 Java로 작성된 별도의 프로그램이며, 완성된 모델은 생성된 코드를 mql로 내보낼 수 있습니다. 이것은 마이클이 사용하는 것입니다.
+1
Reshetov의 RNN이 있지만 이름에도 불구하고 뉴런과 공통점은 없으며 통계에서 몇 가지 복잡한 규칙이 있는 하나의 공식만 있습니다. 나는 이것과 관련된 단지 1.5개의 예를 보았다.
그리고 Reshetov의 jPrediction이 있습니다. 이것은 본질적으로 모델을 훈련하기 위한 몇 가지 특별한 방법이 있는 본격적인 뉴런입니다. 이것은 Java로 작성된 별도의 프로그램이며, 완성된 모델은 생성된 코드를 mql로 내보낼 수 있습니다. 이것은 마이클이 사용하는 것입니다.
그렇군요.... AI와 NS의 차이점은????
NN은 AI의 일부인 인공 신경망 일 뿐이며 AI는 NN을 지원하는 블록과 기능의 복합체입니다. 샘플 준비, 입력 예비 감소, 과적합 제어, 노멀라이저, 테스터 등 여기에 진정한 차이점이 있습니다. AI는 훈련된 뉴런을 준비하고 훈련하고 테스트하기 위한 일련의 기능과 절차입니다.
나 죽어)))
Misha, 당신은 똥을 구걸하고 본질을 탐구하지 않을 것입니다. 책으로 모든 것을 하는 교수는
앵무새를 망치는 것은 5 학년에게 그다지 병이되지 않습니다 ... 신경망의 작업이나 빌어 먹을 숲 모두 설명 할 수 없다는 것을 알고 있습니다.
그들은 할 수 없으며 많은 것이 불도저에서 어리석게 만들어졌으며 시도했습니다. 오, 작동하는 것 같습니다)))
우리가 당신에 대해 이야기하는 것이 무엇입니까 다른 사람들이 말하는 것을 알고 있습니다 - 나는 신경 쓰지 않고 그가 계속해서 리벳을 박고 속도를 높인다는 것을 알고 있습니다
15%, 그때도 컴퓨터를 100)에 가져가고 싶었습니다)))
그것이 그의 제품의 세 번째 버전에 관한 것이었을 때, 나는 그에게 계산을 병렬화할 것을 제안했고 그 후에 그는 병렬화를 수행하고 수십 번은 아니더라도 여러 번 프로그램의 계산을 가속화했습니다 . 나는 훈련되는 파일의 크기로 이것을 판단합니다. 이전에 6-7개의 열이 3-5시간 동안 훈련되었다면 지금은 15분 만에 수행합니다. 이것은 계산의 병렬화에 대해 이야기하고 있습니다. 그 후 그는 14개나 되는 릴리스를 내놓았고 각각의 실수를 보완하고 새로운 아이디어를 구현했습니다. 그래서 당신은 당신이 말하는 제품이 무엇인지 모릅니다. 예, 이전 버전이 원시 버전이었고 요구 사항을 충족하지 못했을 수 있지만 이제 제품은 매우 기능적입니다. 임호. 어쨌든 100개 이상의 열과 100개 이상의 행이 있는 단 하나의 단점이 있습니다. 훈련하는 데 훨씬 더 오래 걸립니다.
나는 여전히 좋은 숫자를 얻기를 바라고 있습니다. 충분히 길고 적절한 시장 모델을 구축하기 위해 .... 우리는 거기에서 볼 것입니다 ....
당신은 여기 재미 있습니다. 거기 다음 브랜치에서 tradeDurs와 프로그래머 팀이 모이고 일반적으로 날아갑니다.
지난 12일과 14일 유자눌, 20일 지켜보기로 약속했지만 자리를 떴다. Mishan, 문제는 그가 권장 사항을 고려하지 않았고
첫 번째 버전의 부하가 끌리고 있습니다 ...))) 예, ss하지 마십시오. 모든 것이 잘되고 18 Yusufovskaya는 처음에 그에게 말했지만 많은 팬이 있었습니다.
가지도 구워서 버리기)))) 나중에 다른 신이 나타나서 믿게 될지도 몰라)))
그러나 그들이 딸랑이(Reshetov와 Yusf 모두)를 게시한 matstat 포럼에서 - 무시됨)))
글쎄, 결국 이전 버전의 어떤 종류의 부하???? 실수는 무엇입니까? 간단히 말해서 말할 수 있습니까????
반복은 교리의 어머니입니다. 특히 오래된 가지가 지워졌기 때문에 정보를 업데이트하는 것은 죄가 아닙니다. 그렇지 않으면, 당신의 공격은 근거가 없습니다 .....
+1
Reshetov의 RNN이 있지만 이름에도 불구하고 뉴런과 공통점은 없으며 통계에서 몇 가지 복잡한 규칙이 있는 하나의 공식만 있습니다. 나는 이것과 관련된 단지 1.5개의 예를 보았다.
그리고 Reshetov의 jPrediction이 있습니다. 이것은 본질적으로 모델을 훈련하기 위한 몇 가지 특별한 방법이 있는 본격적인 뉴런입니다. 이것은 Java로 작성된 별도의 프로그램이며, 완성된 모델은 생성된 코드를 mql로 내보낼 수 있습니다. 이것은 마이클이 사용하는 것입니다.
Jpredictor는 RNN과 정확히 동일한 가중치를 출력합니다. 주요 차이점은 학습 방법입니다. 옵티마이저에서 또는 핵 기계를 통한 내장 논리 및 일반적인 mlp + svm의 위원회
그리고 jpred에서 제공합니다. 특성 다항식 변환이 사용된 다음 이것은 가장 가혹한 피팅입니다. IMHO .. tulle to tulle. 그리고 아시다시피 다항식으로 시장을 예측하는 것은 불가능하지만 과거에는 아름답게 그리기 쉽습니다.
사실, RNN에 대한 가중치를 발행하도록 RF를 훈련하면 병렬화 없이 거의 즉시 동일할 것입니다. 그리고 SVM의 일부로 원자력 기계 대신 디지털 필터 생성기를 사용할 수 있습니다.
https://sites.google.com/site/libvmr/
https://en.wikipedia.org/wiki/Kernel_method
선생님, 어제 벌써 너무 취했어요. 하나는 그것이 무엇인지 이해하지 못하고 끼어 있습니다)))
두 번째 ㅋㅋㅋ 6번 봤는데 7번 달라고 합니다))) 받은 정보를 어떻게 할 건가요?
당신은 그녀가 당신에게 아무것도주지 않을 것이라는 것을 이해하고 정상적인 수준의 사람들은 5 분 안에 비교할 것입니다
다소 적절한 모델과 덜거덕 거리고 버려질 것입니다. 말씀해주셔서 감사합니다 :)
베이스 보드 아래에서 그녀를 운전하는 방법은 어제 발표되었지만 물론 당신은 그것을 얻지 못했습니다 ...
자, 다시 해보자. 특히 나를 위해. 결국 널 위해 노력하는거야..... 널 웃게 해줄게 등등 어서 ...베이스 보드 아래에서 예측기를 구동하는 방법을 알려주십시오. 그렇지 않으면 뭔가를 놓쳤습니다 .....
그리고 아시다시피 다항식으로 시장을 예측하는 것은 불가능합니다.
그러나 나는 이것에 동의하지 않습니다. 그것은 모두 어떤 종류의 최적화의 결과로 이 다항식을 얻었는지에 달려 있으며, 다항식을 얻는 것이 과적합 또는 과소적합의 효과가 없다는 것을 의미한다면 그러한 다항식은 잘 될 것입니다 한동안 .... IMHO에 적합합니다.
그러나 나는 이것에 동의하지 않습니다. 그것은 모두 어떤 종류의 최적화의 결과로 이 다항식을 얻었는지에 달려 있으며, 다항식을 얻는 것이 과적합 또는 과소적합의 효과가 없다는 것을 의미한다면 그러한 다항식은 잘 될 것입니다 한동안 .... IMHO에 적합합니다.