마이클 마르쿠카이테스 : 유리는 성지에서 그네를 타고 성배를 한 모금 마시기로 했으나 예측값이 10을 넘을 수 없다는 비문을 주었다. 이것이 알고리즘의 의식적 한계인가 한계인가 ?? ?? 10 이상이면 매우 관련이 있으므로 ....
10 이후에는 int 유형의 오버플로 가 발생할 수 있으며 32비트만 포함합니다. 2^32=2147483648 값을 초과하지 않는 오버플로 전에 숫자가 포함됩니다. 20억이 조금 넘습니다. 물론 더 큰 비트 깊이로 카운터를 파일화할 수 있지만 계산 속도는 크게 떨어집니다.
따라서 Dr.Trader는 R로 다시 작성된 본격적인 libVMR을 실행할 수 없었습니다. 많은 계산과 많은 메모리가 있습니다.
10 이후에는 int 유형의 오버플로 가 발생할 수 있으며 32비트만 포함합니다. 오버플로 전에 2^32=2147483648 값을 초과하지 않는 숫자가 그 안에 배치됩니다. 20억이 조금 넘습니다. 물론 더 큰 비트 깊이로 카운터를 파일화할 수 있지만 계산 속도는 크게 떨어집니다.
따라서 Dr.Trader는 R로 다시 작성된 본격적인 libVMR을 실행할 수 없었습니다. 많은 계산과 많은 메모리가 있습니다.
한 가지 이야기를 해 드리겠습니다. 계산의 병렬화에 대해 질문했던 것이 기억납니다. 수학적 보조 프로세서에서 더 많은 수의 입력을 계산할 수 있습니다. 답이 없어서 다른 길로 갔습니다. C ++로 LibVMRx를 다시 작성하고 병렬화한 그는 강력한 컴퓨터와 40분 동안 8개의 열을 계산한 사람이었습니다. 하지만 결국 그는 프로그램도, 뭐니 해도 던지지 않고 사라지고, 옛 핑계와 핑계를 조각했다. 나는 그에게 모든 데이터를 제공했지만 이미 시스템과 모델 구축에 대한 생각을 공유할 준비가 되어 있었습니다. 그러나 그는 너무 추워졌습니다. 여기 동일합니다. 불어 거기에서 uy ....
마이클 마르쿠카이테스 : 한 가지 이야기를 해 드리겠습니다. 계산의 병렬화에 대해 질문했던 것이 기억납니다. 수학적 보조 프로세서에서 더 많은 수의 입력을 계산할 수 있습니다. 답이 없어서 다른 길로 갔습니다. C++로 LibVMRx를 다시 작성하고 일종의 병렬화를 수행한 그는 강력한 컴퓨터와 40분 동안 8개의 열을 계산한 사람이었습니다. 하지만 결국 그는 프로그램도, 뭐니 해도 던지지 않고 사라지고, 옛 핑계와 핑계를 조각했다. 나는 그에게 모든 데이터를 제공했지만 이미 시스템과 모델 구축에 대한 생각을 공유할 준비가 되어 있었습니다. 그러나 그는 너무 추워졌습니다. 여기 동일합니다. 불어 거기에서 uy ....
최신 버전 6.01에서 병렬화된 모든 것을 병렬화했습니다. 다른 것은 작동하지 않습니다. 가능하다면 더 병렬화할 것입니다. 그는 자신을 위해 그것을했습니다. 나는이 모든 것이 빨리 계산되어야합니다.
이제 약한 예측 변수를 계산하여 제거할 수 있는 알고리즘을 생각해 냈습니다. 계산하는 데 오랜 시간이 걸리지만 약한 예측 변수 대신 더 강한 예측 변수를 대체할 수 있기 때문에 게임은 그만한 가치가 있습니다. 또는 약한 것을 제거하여 계산 속도와 일반화 능력을 모두 높입니다. 거래의 경우 시장이 변화하기 시작하는 즉시 모델의 재계산을 지속적으로 실행해야 하기 때문입니다. 그리고 시장은 다른 거래가 병합되자마자 전략을 변경하고 다시 이에 적응해야 합니다.
최신 버전 6.01에서 병렬화된 모든 것을 병렬화했습니다. 다른 것은 작동하지 않습니다. 기회가 된다면 더 병행하겠습니다. 그는 자신을 위해 그것을했습니다. 나는이 모든 것이 빨리 계산되어야합니다.
이제 약한 예측 변수를 계산하여 제거할 수 있는 알고리즘을 생각해 냈습니다. 계산하는 데 오랜 시간이 걸리지만 약한 예측 변수 대신 더 강한 예측 변수를 대체할 수 있기 때문에 게임은 그만한 가치가 있습니다. 또는 약한 것을 제거하여 계산 속도와 일반화 능력을 모두 높입니다. 거래의 경우 시장이 변화하기 시작하는 즉시 모델의 재계산을 지속적으로 실행해야 하기 때문입니다. 그리고 시장은 다른 거래가 병합되자마자 전략을 변경하고 다시 이에 적응해야 합니다.
여기가 요점입니다. 변화를 기대합니다. 당신과 나는 바리케이드의 같은 편에 서고 시장은 끊임없이 변화하고 사건이 발생하거나 뉴스가 나올 때마다 그것에 적응해야 한다고 생각합니다. 그리고 여기에서 일부 사람들이 하는 것처럼 5년 동안 성배 를 찾지 마십시오. 유토피아인데 설명하기도 지겹다...
마이클 마르쿠카이테스 : 흠... 파수꾼은 이제 모델을 훈련시켰습니다. 두 모델은 동일한 일반화 수준 값 을 받았습니다. 즉, 시장 세그먼트는 두 모델에서 동일한 방식으로 절단되었습니다. 이것이 올바른 모델을 선택하는 열쇠라고 생각합니다. 나는 계속 훈련, isca 인풋 등을 하고 있다.
자바에서 보세요. "변수가 감소했습니다"라는 줄이 있으면 약한 예측 변수를 나타냅니다. 이러한 예측자는 모델 코드에서 제외됩니다. 이진 분류기 코드의 어느 곳에서도 계산되지 않습니다.
사실, 모든 예측 변수가 거의 같으면 그러한 선이 나타나지 않습니다.
다음은 예입니다(굵게 강조 표시됨). 여섯 번째 예측 변수 v5(0부터 계산) - CSV의 일곱 번째 열은 더 강력한 다른 열로 대체될 수 있습니다.
유리는 성지에서 그네를 타고 성배를 한 모금 마시기로 했으나 예측값이 10을 넘을 수 없다는 비문을 주었다. 이것이 알고리즘의 의식적 한계인가 한계인가 ?? ?? 10 이상이면 매우 관련이 있으므로 ....
10 이후에는 int 유형의 오버플로 가 발생할 수 있으며 32비트만 포함합니다. 2^32=2147483648 값을 초과하지 않는 오버플로 전에 숫자가 포함됩니다. 20억이 조금 넘습니다. 물론 더 큰 비트 깊이로 카운터를 파일화할 수 있지만 계산 속도는 크게 떨어집니다.
따라서 Dr.Trader는 R로 다시 작성된 본격적인 libVMR을 실행할 수 없었습니다. 많은 계산과 많은 메모리가 있습니다.
10 이후에는 int 유형의 오버플로 가 발생할 수 있으며 32비트만 포함합니다. 2^32=2147483648을 초과하지 않는 오버플로 없는 숫자를 포함합니다. 20억이 조금 넘습니다. 물론 더 큰 비트 깊이로 카운터를 파일화할 수 있지만 계산 속도는 크게 떨어집니다.
10 이후에는 int 유형의 오버플로 가 발생할 수 있으며 32비트만 포함합니다. 오버플로 전에 2^32=2147483648 값을 초과하지 않는 숫자가 그 안에 배치됩니다. 20억이 조금 넘습니다. 물론 더 큰 비트 깊이로 카운터를 파일화할 수 있지만 계산 속도는 크게 떨어집니다.
따라서 Dr.Trader는 R로 다시 작성된 본격적인 libVMR을 실행할 수 없었습니다. 많은 계산과 많은 메모리가 있습니다.
한 가지 이야기를 해 드리겠습니다. 계산의 병렬화에 대해 질문했던 것이 기억납니다. 수학적 보조 프로세서에서 더 많은 수의 입력을 계산할 수 있습니다. 답이 없어서 다른 길로 갔습니다. C++로 LibVMRx를 다시 작성하고 일종의 병렬화를 수행한 그는 강력한 컴퓨터와 40분 동안 8개의 열을 계산한 사람이었습니다. 하지만 결국 그는 프로그램도, 뭐니 해도 던지지 않고 사라지고, 옛 핑계와 핑계를 조각했다. 나는 그에게 모든 데이터를 제공했지만 이미 시스템과 모델 구축에 대한 생각을 공유할 준비가 되어 있었습니다. 그러나 그는 너무 추워졌습니다. 여기 동일합니다. 불어 거기에서 uy ....
최신 버전 6.01에서 병렬화된 모든 것을 병렬화했습니다. 다른 것은 작동하지 않습니다. 가능하다면 더 병렬화할 것입니다. 그는 자신을 위해 그것을했습니다. 나는이 모든 것이 빨리 계산되어야합니다.
이제 약한 예측 변수를 계산하여 제거할 수 있는 알고리즘을 생각해 냈습니다. 계산하는 데 오랜 시간이 걸리지만 약한 예측 변수 대신 더 강한 예측 변수를 대체할 수 있기 때문에 게임은 그만한 가치가 있습니다. 또는 약한 것을 제거하여 계산 속도와 일반화 능력을 모두 높입니다. 거래의 경우 시장이 변화하기 시작하는 즉시 모델의 재계산을 지속적으로 실행해야 하기 때문입니다. 그리고 시장은 다른 거래가 병합되자마자 전략을 변경하고 다시 이에 적응해야 합니다.
최신 버전 6.01에서 병렬화된 모든 것을 병렬화했습니다. 다른 것은 작동하지 않습니다. 기회가 된다면 더 병행하겠습니다. 그는 자신을 위해 그것을했습니다. 나는이 모든 것이 빨리 계산되어야합니다.
이제 약한 예측 변수를 계산하여 제거할 수 있는 알고리즘을 생각해 냈습니다. 계산하는 데 오랜 시간이 걸리지만 약한 예측 변수 대신 더 강한 예측 변수를 대체할 수 있기 때문에 게임은 그만한 가치가 있습니다. 또는 약한 것을 제거하여 계산 속도와 일반화 능력을 모두 높입니다. 거래의 경우 시장이 변화하기 시작하는 즉시 모델의 재계산을 지속적으로 실행해야 하기 때문입니다. 그리고 시장은 다른 거래가 병합되자마자 전략을 변경하고 다시 이에 적응해야 합니다.
여기가 요점입니다. 변화를 기대합니다.
예측자를 하나씩 수동으로 정렬할 수 있지만 이는 올바른 방향이기도 하지만 길고 고통스럽습니다. 오랜 시간 동안이라도 기계와 수용 가능한 시간 동안 그렇게 고통스럽지 않아야합니다.
마이클 마르쿠카이테스 :
당신과 나는 바리케이드의 같은 편에 서고 시장은 끊임없이 변화하고 사건이 발생하거나 뉴스가 나올 때마다 그것에 적응해야 한다고 생각합니다. 그리고 여기에서 일부 사람들이 하는 것처럼 5년 동안 성배를 찾지 마십시오. 유토피아인데 설명하기도 지겹다...약한 오래 지속되는 성배 를 찾을 수 있습니다. 나는 이것들 중 몇 가지를 가지고 있었다. 그러나 거기에 이익은 파울 직전이고, 이익은 일반 창고라도 싸다.
이론적으로 강력한 장기 성배를 찾는 것이 가능하지만 그러한 영점 10분의 1 확률이 가장 가능성이 높습니까?
가장 정확한 방법:
흠... 파수꾼은 이제 모델을 훈련시켰습니다. 두 모델은 동일한 일반화 수준 값 을 받았습니다. 즉, 시장 세그먼트는 두 모델에서 동일한 방식으로 절단되었습니다. 이것이 올바른 모델을 선택하는 열쇠라고 생각합니다. 나는 계속 훈련, isca 인풋 등을 하고 있다.
자바에서 보세요. "변수가 감소했습니다"라는 줄이 있으면 약한 예측 변수를 나타냅니다. 이러한 예측자는 모델 코드에서 제외됩니다. 이진 분류기 코드의 어느 곳에서도 계산되지 않습니다.
사실, 모든 예측 변수가 거의 같으면 그러한 선이 나타나지 않습니다.
다음은 예입니다(굵게 강조 표시됨). 여섯 번째 예측 변수 v5(0부터 계산) - CSV의 일곱 번째 열은 더 강력한 다른 열로 대체될 수 있습니다.
자바에서 보세요. "변수가 감소했습니다"라는 줄이 있으면 약한 예측 변수를 나타냅니다. 이러한 예측자는 모델 코드에서 제외됩니다. 이진 분류기 코드의 어느 곳에서도 계산되지 않습니다.
사실, 모든 예측 변수가 거의 같으면 그러한 선이 나타나지 않습니다.
다음은 예입니다(굵게 강조 표시됨). 여섯 번째 예측 변수 v5(0부터 계산) - CSV의 일곱 번째 열은 더 강력한 다른 열로 대체될 수 있습니다.
더블 getBinaryClassificator1(더블 v0, 더블 v1, 더블 v2, 더블 v3, 더블 v4, 더블 v5) {
이중 x0 = 2.0 * (v0 + 1.0) / 2.0 - 1.0;
두 배 x1 = 2.0 * (v1 + 1.0) / 2.0 - 1.0;
두 배 x2 = 2.0 * (v2 + 1.0) / 2.0 - 1.0;
두 배 x3 = 2.0 * (v3 + 1.0) / 2.0 - 1.0;
두 배 x4 = 2.0 * (v4 + 1.0) / 2.0 - 1.0;
//변수 v5가 감소했습니다.
이중 결정 = -0.23641879194630872 -0.10890380313199105 * x2
-0.14546040268456376*x0*x2
+ 0.07270693512304251 * x1 * x2
-0.07182997762863534 * x3
-0.07383982102908278*x0*x1*x2*x3
-0.4362541387024608*x4
;
반환 결정;
}