Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 791

 
No soy comercial (no es un anuncio), pero el tráiler aúnno es comercial:
No me digas que es real con un tiempo total de negociación de más de 3 meses.

Por supuesto, esta es una cuenta de demostración ... Ahora estamos probando la red neuronal P-Net, ya he escrito sobre ella, es un nuevo desarrollo patentado en los EE.UU. y Europa, por desgracia no puedo revelar todavía, pero el vídeo, aún no comercial (no publicidad).

https://www.youtube.com/watch?v=uY4tLXU5Rxc&t=265s

Тестирование и сравнение P-NET
Тестирование и сравнение P-NET
  • 2018.03.20
  • www.youtube.com
Преимущества нейронной сети типа P-Net, по сравнению с нейронной сетью, обученной методом обратного распространения ошибки (Backpropagation). При использован...
 
Mihail Marchukajtes: A la espera de las objeciones a las enmiendas y cambios...


Me ha gustado mucho. No hay objeciones, correcciones, cambios.
Gracias por el esfuerzo, ¡el mundo brilló con nuevos colores! Gracias.

 
Vizard_:


Todo esto está muy bien. No hay objeciones, correcciones, cambios.
Gracias por todo su trabajo, el mundo ha adquirido un nuevo brillo. Gracias.

No te reconozco. Eres realmente tú o no tú????

 
Ivan Negreshniy:

Por supuesto, esta es una cuenta de demostración... Ahora estamos probando una red neuronal P-Net, ya he escrito sobre ella, es un nuevo desarrollo patentado en los EE.UU. y Europa, por desgracia no puedo revelar todavía, pero el vídeo, aún no comercial (no publicidad).

https://www.youtube.com/watch?v=uY4tLXU5Rxc&t=265s

pero entonces, ¿qué sentido tiene?
 
Mihail Marchukajtes:

No te reconozco. Eres realmente tú o no tú????

Por supuesto. Si las ideas son brillantes, no estoy trolleando. Dime algo más, por favor.

 

Aquí está el contenido del artículo que quiero escribir. el resto mañana, porque ya estoy a medianoche...

Contenido

  1. Introducción.
  2. Análisis y justificación de la elección de la dirección. Regresión o clasificación.
  3. Requisitos de la variable de salida. Reglas básicas de construcción
  4. Análisis de áreas temáticas y búsqueda de un conjunto máximo de variables explicativas.
  5. Preprocesamiento de los datos, búsqueda de variables significativas para la función objetivo
  6. Entrenamiento de modelos, recuperando una lista de modelos.
  7. Requisitos básicos para determinar el rendimiento del sistema.
  8. Rasgos y evaluación preliminar de los modelos obtenidos.
  9. Evaluación de la información mutua. Selección de un modelo significativo.
  10. Puesta en marcha del modelo. Evaluación del sitio de la EIA.

 
Renat Akhtyamov:
No me digas que es real con un tiempo total de negociación de más de 3 meses

No hay diferencia entre lo real y lo no real. Con una modelización y unas pruebas adecuadas, lo real no difiere mucho de la prueba. De hecho, no es necesario que el real evalúe el sistema.

Toda la cuestión gira en torno a la adecuación del modelo y la prueba.

 
Yuriy Asaulenko:

No hay diferencia entre lo real y lo no real. Con una modelización y unas pruebas adecuadas, lo real no difiere mucho de la prueba. De hecho, no es necesario que el real evalúe el sistema.

Toda la cuestión gira en torno a la idoneidad del modelo y de la prueba en sí.

La forma fiable de asegurar la concordancia entre el real y la prueba es trabajar en el primer compás sin utilizar el cero. Lo he probado yo mismo :-)

 
Yuriy Asaulenko:

No hay diferencia entre lo real y lo no real. Con una modelización y unas pruebas adecuadas, lo real no difiere mucho de la prueba. De hecho, no es necesario que el real evalúe el sistema.

Toda la cuestión gira en torno a la idoneidad del modelo y de la prueba en sí.

Ver

por eso no es real

 
Mihail Marchukajtes:

Aquí está el contenido del artículo que quiero escribir. el resto mañana, porque ya tengo la medianoche...

Contenido

  1. Introducción.
  2. Análisis y justificación de la elección de la dirección. Regresión o clasificación.
  3. Requisitos de la variable de salida. Reglas básicas de construcción
  4. Análisis de áreas temáticas y búsqueda de un conjunto máximo de variables explicativas.
  5. Preprocesamiento de los datos, búsqueda de variables significativas para la función objetivo
  6. Entrenamiento de modelos, recuperando una lista de modelos.
  7. Requisitos básicos para determinar el rendimiento del sistema.
  8. Rasgos y evaluación preliminar de los modelos obtenidos.
  9. Evaluación de la información mutua. Selección de un modelo significativo.
  10. Puesta en marcha del modelo. Evaluación del segmento CB.

Genial. No, escribe ahora, aquí mismo, has tenido una epifanía hoy...
Razón de la queja: