Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 3013

 
Aleksey Vyazmikin #:

Ein weiterer Nachteil von R ist, dass es keine einfache Lösung für die Parallelisierung von Berechnungen zwischen Computern gibt.

Ja, sicher.

professionelle Meinung eines professionellen R-Anwenders.

 
Maxim Dmitrievsky #:

Mir ist klar, warum ich diese Idee hasse, denn Assoziation (z. B. Regeln) ist gleichbedeutend mit Kausalität :)

es sind keine Assoziationsregeln

 
Maxim Dmitrievsky #:

Mir wurde klar, warum ich diese Idee hasse, denn Assoziation (z. B. Regeln) ist gleichbedeutend mit Kausalität :)

Nicht wirklich - hier werden eher zufällige Regeln (die Realität ist natürlich nicht bekannt) zu assoziativen Regeln kombiniert, um das Ziel vorherzusagen. Das ist im Grunde wie Scaffolding funktioniert, nur ohne komplexe Wendungen.

Gerade und ist in der Auswahlperiode eine zufällige Regel zu bewerten, oder sie hat irgendeine sinnvolle Abhängigkeit. Bisher habe ich nur die Stabilität der Regel in Zeitintervallen bewertet.

Es ist jedoch eine schwierige Aufgabe zu lehren, wirklich ein kausales Modell zu finden.

 
mytarmailS #:

Ja, sicher.

professionelle Meinung, professioneller Benutzer R

Ich habe diese Frage studiert und mich dazu beraten lassen.

Wissen Sie, wie man einen beliebigen Code mit einer beliebigen Bibliothek ohne große Geschwindigkeitsverluste in R parallelisieren kann?

 
Aleksey Vyazmikin #:

Ich habe zwischendurch zu diesem Thema recherchiert und berate dazu.

Wissen Sie, wie man in R jeden Code mit jeder Bibliothek ohne große Geschwindigkeitsverluste parallelisieren kann?

https://win-vector.com/2016/01/22/running-r-jobs-quickly-on-many-machines/

https://www.google.com/search?q=run+code+auf+mehreren+Rechnern+in+R&oq=run+code+auf+mehreren+Rechnern+in+R&aqs=chrome..69i57j33i160l4.4082j0j15&sourceid=chrome&ie=UTF-8


erste google links, erste KARL!!!

wie überquert man die straße???

Running R jobs quickly on many machines
Running R jobs quickly on many machines
  • 2016.01.22
  • jmount
  • win-vector.com
R itself is not a language designed for parallel computing. It doesn’t have a lot of great user exposed parallel constructs. What saves us is the data science tasks we tend to use R for are themselves are very well suited for parallel programming and many people have prepared very good pragmatic libraries to exploit this. There are three main...
 
Nun, durch den Baum. Es geht schnell, und es ist ein Mini-Tester.
 

Das ist es, was ich meine - man braucht Fachbibliotheken - lesen Sie, was Sie finden:

"

Verknüpfen Sie gegen übergeordnete und parallele Bibliotheken wie die Intel BLAS-Bibliothek (die unter Linux, OSX und Windows als Teil derMicrosoft R Open-Distribution von R bereitgestellt wird). "

"

 
Aleksey Vyazmikin #:

Das ist es, was ich sagen will - Sie brauchen spezielle Bibliotheken - lesen Sie, was Sie finden:

"

Verknüpfen Sie gegen übergeordnete und parallele Bibliotheken wie die Intel BLAS-Bibliothek (die unter Linux, OSX und Windows als Teil derMicrosoft R Open-Distribution von R bereitgestellt wird). "

"

und WAS?

 
mytarmailS #:

und WAS?

Du bist so seltsam :)

Es geht darum, dass der Code, den ich ausführen muss, nicht auf mehr als einem Computer laufen kann. Und MT5 kann solche Berechnungsaufgaben gut parallelisieren :)

 
Aleksey Vyazmikin #:

Was für ein komischer Kauz du doch bist :)

Und dass der Code, den ich ausführen muss, nicht auf mehr als einem Computer laufen kann. Und MT5 kann solche Berechnungsaufgaben gut parallelisieren :)

https://stackoverflow.com/questions/37405919/how-do-i-run-r-in-multiple-machines

Grund der Beschwerde: