Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 2403

 
mytarmailS:

Ахахахах...

Был бы он сейчас, то на этой ветке рулил бы. :)) Царство ему Небесное!

 
Maxim Dmitrievsky:
на момент 14 года он, вероятно, был самым сильным. По крайней мере на этом форуме :)

про вас, меня и всех тоже так будут говорить... эм... 


Оставить бы будущему поколению что-то лучшее :))

А ведь будут читать наши посты, улавливать мысли. 

 
Alexander Ivanov:

Был бы он сейчас, то на этой ветке рулил бы. :)) Царство ему Небесное!

а ты говоришь:

" А ведь будут читать наши посты, улавливать мысли. "

...

 
Renat Akhtyamov:

а ты говоришь:

" А ведь будут читать наши посты, улавливать мысли. "

...

каждый из нас может и сегодня на тот свет может уйти... просто так бывает. Никто не застрахован.

Тогда наши посты будут читать другие, ведь у покойного Решетова личка до сих пор не закрыта.

Значит он нужное что то оставил после себя.

Он то смотрит с Неба на нас и улыбается наверно :))

 
Alexander Ivanov:

про вас, меня и всех тоже так будут говорить... эм... 


Оставить бы будущему поколению что-то лучшее :))

А ведь будут читать наши посты, улавливать мысли. 

Меня эти моменты не волнуют совершенно, не претендую на народное признание 
 
Maxim Dmitrievsky:
Меня эти моменты не волнуют совершенно 

пока что... это у каждого.


а ведь твоя школа  кунгфу рухнет... 

 
Alexander Ivanov:

пока что... это у каждого.

Не пока что, а уже давно
 
Alexander Ivanov:

Был бы он сейчас, то на этой ветке рулил бы. :))

Ахаххах...

Толпа - общность , живущая по приданию и рассуждающая по авторитетам..
 
Aleksey Nikolayev:

Например, какое-нибудь простое переучивание модели, когда добавляется один новый пример и выкидываются устаревшие. 

Воронцовская презентация в качестве иллюстрации идеи подхода. 

 
Aleksey Nikolayev:

Воронцовская презентация в качестве иллюстрации идеи подхода. 

Оптимизация эксперта на лету с использованием машинного обучения: логит регрессия

Грокаем "память" рынка через дифференцирование и энтропийный анализ
Грокаем "память" рынка через дифференцирование и энтропийный анализ
  • www.mql5.com
Область применения дробного дифференцирования достаточно широка. Например, алгоритмы машинного обучения, обычно, принимают дифференцированный ряд на вход. Проблема в том, что необходимо вывести новые данные в соответствии с имеющейся историей, чтобы модель машинного обучения смогла распознать их. В данной статье рассматривается оригинальный подход к дифференцированию временного ряда, в дополнении к этому приводится пример самооптимизирующейся ТС на основе полученного дифференцированного ряда.
Причина обращения: