트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩 - 페이지 992

 
막심 드미트리예프스키 :

우리는 우리 자신에게서 아무것도 만들지 않습니다. 그것은 농담입니다. 당신이 모른다면

그렇습니까? 그리고 그것에 대해 생각한다면, 당신은 당신의 게시물을 읽습니까? 따라서 계란 만 Maxim보다 시원합니다)).
 
유리 아사울렌코 :
그렇습니까? 그리고 그것에 대해 생각한다면, 당신은 당신의 게시물을 읽습니까? 따라서 계란 만 Maxim보다 시원합니다.

뭐, 이건 일종의 밑그림이야, 관용을 가장하지 않고 적절하게 반응할 뿐이야

당신에 대한 내 모든 질문은 매우 논리적이었습니다

 
막심 드미트리예프스키 :

뭐, 이건 일종의 밑그림이야, 관용을 가장하지 않고 적절하게 반응할 뿐이야

당신에 대한 내 모든 질문은 매우 논리적이었습니다

가십을 세는 것보다 일하는 것이 낫지 않습니까? ))
 
유리 아사울렌코 :
가십을 세는 것보다 일하는 것이 낫지 않습니까? ))

당신의 적절성에 대한 당신의 메시지, 좋은 속담에 대한 시간에

 
막심 드미트리예프스키 :

당신의 적절성에 대한 당신의 메시지, 좋은 속담에 대한 시간에

글쎄, 나는 계란만이 Maxim보다 시원하다고 앞서 말했다. )) 소용없지만 상관없습니다. 여기에서 아무 소용이 없습니다.)) 부분적으로 모든 마스터 - 비어 있는 것에서 비어 있는 것까지.))
맥심, 당신은 이것에서 첫 번째도 아닙니다.)) 두 번째 장소.))

 
여기요!

NN을 역사에 대해 훈련시키기에는 컴퓨터 성능이 충분하지 않습니다.

모든 데이터를 다단계 배열에 넣고 훈련을 시작하면 터미널이 멈춥니다.

양자 컴퓨터가 필요합니다.
 
유리 아사울렌코 :
그리고 나는 차량을 만드는 일반적인 원리를 숨기지 않습니다. 합리적인 한도 내에서. A_K2가 말했다 - 그는 반년 동안 mu.,.sya였습니다.))

유리, 다시 한 번 말하지만 원칙은 옳습니다.

그러나 문제는 - 심지어 멋진 아이디어라도 신호가 없으면(여권과 같은) 신호가 없거나 부정적이면 사람들의 반응을 찾지 못한다는 것입니다. 나는 이것을 내 자신의 예에서 봅니다. 음, 긍정적인 균형이 없는 것 같습니다. 배너를 들고, 작업을 결승전으로 가져오고, 사람들을 행복하게 만듭니다. 아니, 아무도 관심이 없습니다.

그래서 이 스레드에 있습니다.

글쎄, 아무도 "하늘에 대한 형평성"을 가지고 있지 않으며 일반적으로 형평성이 없으며 그게 전부입니다. 주제는 즉시 지나가고 흥미롭지 않은 주제가됩니다.

결론: 각 주제에는 "신호가 있는 사람"이 있어야 합니다. 긍정적으로! 그러면 인생이 시작됩니다.

우리는 그런 사람을 기다리고 있습니다. 우리는 희망하고 믿습니다.

 
알렉산더 이바노프 :
여기요!

NN을 역사에 대해 훈련시키기에는 컴퓨터 성능이 충분하지 않습니다.
모든 데이터를 다단계 배열에 넣고 훈련을 시작하면 터미널이 멈춥니다.
양자 컴퓨터가 필요합니다.

글쎄요, 우선 국회를 쓰레기로 채우지 마세요 (머리에 떠오르는 모든 것을 밀어 넣을 필요는 없습니다)

둘째, 새로운 "t-sne"에서 데이터 차원 축소 "RSA", 푸리에 변환, 웨이블릿 등을 위한 많은 알고리즘이 있습니다. 그들의 도움으로 ns 단위로 100개의 입력(예: 5)을 만들 수 있으며 품질을 거의 잃지 않습니다.

 
mytarmailS :

글쎄요, 우선 국회를 쓰레기로 채우지 마세요 (머리에 떠오르는 모든 것을 밀어 넣을 필요는 없습니다)

둘째, 새로운 "t-sne"에서 데이터 차원 축소 "RSA", 푸리에 변환, 웨이블릿 등을 위한 많은 알고리즘이 있습니다. 그들의 도움으로 ns 단위로 100개의 입력(예: 5)을 만들 수 있으며 품질을 거의 잃지 않습니다.

위의 모든 사항은 여러 가지 이유로 적용되지 않습니다. Tsne을 사용해 보셨습니까? 질문은 수사학적입니다.

가장 적합한(물론 제 생각에는) Bayesian PCA, Autoencoder, varbvs 패키지 및 최신 bounceR 패키지입니다.

물론 더 간단한 방법이 많이 있으며 모두 이 사이트의 기사에서 자세히 설명했습니다.

행운을 빕니다

 
블라디미르 페레르벤코 :

위의 모든 사항은 여러 가지 이유로 적용되지 않습니다. Tsne을 사용해 보셨습니까? 질문은 수사학적입니다.

가장 적합한(물론 제 생각에는) Bayesian PCA, Autoencoder, varbvs 패키지 및 최신 bounceR 패키지입니다.

물론 더 간단한 방법이 많이 있으며 모두 이 사이트의 기사에서 자세히 설명했습니다.

행운을 빕니다

왜 해당되지 않습니까?

왜 수사적인가?

사유: