트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩 - 페이지 561

[СанСаныч Фоменко]

막심 드미트리예프스키 :

종자는 무엇을 담당합니까? 더 이상 기억이 안나요.. 간판의 숫자만..? 나는 aglib 숲을 사용합니다

전나무!

나는 표준 무작위 숲 에 대해 논의하고 있으며 당신은 Novgorod 근처에서 온 자주포입니다!

[Maxim Dmitrievsky]

산산이치 포멘코 :

전나무!

나는 표준 무작위 숲에 대해 논의하고 있으며 당신은 Novgorod 근처에서 온 자주포입니다!

확인해보니 작동 중입니다 :) RMSE 오류만 0.00000000000000005 형식으로 어떻게 든 이상하게 제공됩니다. 무엇을 곱하거나 나눌지, 무엇을 읽을 수 있는지조차 모릅니다.

얼마나 멋진지 상상해보십시오 .. 싫어하는 R이 필요하지 않습니다. 꿈입니까? 클라우드에 적합합니까?

[Yuriy Asaulenko]

블라디미르 페레르벤코 :

자 그리고 나서.

이야기가 있습니다. 우리는 NS(MLP)를 사용했고 무역 항목을 찾기를 원합니다. 트랜잭션 지원 알고리즘이 알려져 있습니다. 어디서, 언제, 어떻게 거래를 시작하는지는 완전한 불확실성입니다. 목표는 수익을 내는 것입니다.

당신의 행동. 무엇을, 어떻게 가르칠 것인가? 그런데 입구에서 무엇을 제공합니까?

[Alexander_K2]

그러자 유리는 뭔가 화를 내며... 그리고 질문은?

나는 반복합니다 - 여기에 기사가 인쇄되는 형태의 신경망은 원칙적으로 아무 것도 예측할 수 없으므로 - 그냥 놀고 시간을 죽이십시오. 그렇다면 이 유치원 수학을 뒤흔들 생각의 거인이 필요합니다.

PS 입구에 대해 - 바로 그 지점까지.

[Yuriy Asaulenko]

알렉산더_K2 :

그러자 유리는 뭔가 화를 내며... 그리고 질문은?

나는 반복합니다 - 여기에 기사가 인쇄되는 형태의 신경망은 원칙적으로 아무 것도 예측할 수 없으므로 - 그냥 놀고 시간을 죽이십시오. 그렇다면 이 유치원 수학을 뒤흔들 생각의 거인이 필요합니다.

나는 NS를 몇 달 동안 가지고 있습니다.))

[Alexander_K2]

유리 아사울렌코 :
그것은 지금 몇 달 동안 나를 위해 일하고 있습니다.))

아니, 글쎄, 당신은 단순한 동지가 아닙니다. 나는 이미 이것을 오래전에 이해했습니다 :))))))))

[СанСаныч Фоменко]

막심 드미트리예프스키 :

확인해보니 작동 중입니다 :) RMSE 오류만 0.00000000000000005 형식으로 어떻게 든 이상하게 제공됩니다. 무엇을 곱하거나 나눌지, 무엇을 읽을 수 있는지조차 모릅니다.

얼마나 멋진지 상상해보십시오 .. 싫어하는 R이 필요하지 않습니다. 꿈입니까? 클라우드에 적합합니까?

Random Forest - Breiman이 생각해 낸 것입니다. 그리고 권위 있는 사람들에게 쓰여진 것이 랜덤 포레스트라는 것을 증명할 필요가 있습니다. 다른 모든 것은 클라우드에서도 "임의의 숲"으로 광고되는 자전거입니다.

나는 트릭에 대해 이야기하지 않습니다.

행운을 빕니다!

[Yuriy Asaulenko]

알렉산더_K2 :
아니, 글쎄, 당신은 단순한 동지가 아닙니다. 나는 이미 이것을 오래전에 이해했습니다 :))))))))

그건 그렇고, 디자인 되고 테스트되는 동안 모든 것이 여기에 게시되었습니다. 글쎄, 거의 모든 것, 기본 원칙.

[Forester]

유리 아사울렌코 :

자 그리고 나서.

이야기가 있습니다. 우리는 NS(MLP)를 사용했고 거래 항목을 찾기를 원합니다. 트랜잭션 지원 알고리즘이 알려져 있습니다. 어디서, 언제, 어떻게 거래를 시작하는지는 완전한 불확실성입니다. 목표는 수익을 내는 것입니다.

당신의 행동. 무엇을, 어떻게 가르칠 것인가? 그런데 입구에서 무엇을 제공합니까?

교사 마크업 방법은 같은 기사에 있습니다. 이것이 왜 당신에게 완전한 불확실성입니까? 미래를 내다보면 어떤 항목이 수익성이 있고 어떤 항목이 그렇지 않은지 정확하게 결정할 수 있습니다.

그러나 일반적으로 임의의 값을 학습하는 방법은 흥미로울 수 있습니다(새로운 것으로). 단지 몇 줄로 설명하면 더 많은 질문이 생깁니다. 예를 들어 블로그에서 한 번만 설명하지만 더 자세히 설명합니다.

[Yuriy Asaulenko]

도서관 :

교사 마크업 방법은 같은 기사에 있습니다. 이것이 왜 당신에게 완전한 불확실성입니까? 미래를 내다보면 어떤 항목이 수익성이 있고 어떤 항목이 그렇지 않은지 정확하게 결정할 수 있습니다.

그러나 일반적으로 임의의 값을 학습하는 방법은 흥미로울 수 있습니다(새로운 것으로). 단지 몇 줄로 설명하면 더 많은 질문이 생깁니다. 예를 들어 블로그에서 한 번만 설명하지만 더 자세히 설명합니다.

그리고 무엇을 설명할 수 있습니까?) 모든 것이 오랫동안 설명되어 왔습니다. 이를 몬테카를로 방법이라고 합니다. 40년대 후반 ~ 50년대 초반에 발명되었습니다.