L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 2461
Vous manquez des opportunités de trading :
- Applications de trading gratuites
- Plus de 8 000 signaux à copier
- Actualités économiques pour explorer les marchés financiers
Inscription
Se connecter
Vous acceptez la politique du site Web et les conditions d'utilisation
Si vous n'avez pas de compte, veuillez vous inscrire
Carrie trading est un vieux briscard....
mais en somme, comme on dit sur internet : continuez à regarder !
p.s.
Vladimir Baskakov , vos exclamations dans le #24597 ne font plus de vous un interlocuteur intéressé, plutôt un paparazzi cherchant où crier.... en criant ?... - le sujet de votre réglisse est terminé... vous n'êtes clairement pas intéressé à travailler avec votre cerveau sur le sujet, et EA ne fonctionnera pas tout seul sans un codeur...
yep, vous avez eu votre réponse, (si vous n'avez rien appris de plus des sujets ci-dessus dans votre vie)
p.s.
Vladimir Baskakov , vos exclamations dans le #24597 ne font plus de vous un interlocuteur intéressé, plutôt un paparazzi cherchant un endroit pour crier.... en criant ?... - le sujet de votre réglisse est terminé... il est évident que vous n'êtes pas intéressé à travailler avec votre cerveau sur le sujet, et EA ne fonctionnera pas tout seul sans un codeur...
J'aime les gens qui ont une telle confiance en eux, une vérité non confirmée. Mais de telles personnes apparaissent ici régulièrement et disparaissent rapidement. Comme : attendre tranquillement le profit...
yep, on vous a déjà répondu, (si vous n'avez rien pu tirer d'autre des sujets ci-dessus)
p.s.
J'aime les gens qui ont une telle confiance en eux, non soutenue par une quelconque vérité. Mais ils apparaissent ici régulièrement et disparaissent rapidement. C'est comme, "On attend tranquillement les bénéfices...
ouais... parce qu'il s'agit de personnalités, pas du sujet... vous à Einstein avec votre demande de vous prouver quelque chose avec votre dépôt... (comme, le rabaisser aussi, s'il ne renonce pas à tout son avantage concurrentiel sur ce marché, je vais ricaner, me moquer, l'insulter, le rabaisser et l'embêter, jusqu'à ce qu'il se précipite pour montrer des photos, et si "moi" (c'est-à-dire vous) aime les photos, alors je l'embêterai à mort, pour qu'il s'en tienne à ses bénéfices ou à son discours pourri, sans lui laisser le temps de gagner jusqu'à ce qu'il partage) ... Einstein vous comprendra...
Des dialogues comme celui-ci en disent long sur la personne, le trader, l'analyste et le programmeur que vous êtes... personnellement, je suis juste dégoûté de m'engager dans des débats de ce genre sur des talk-shows de "professionnels" aussi superficiels... alors je ne commence même pas l'émission.
oui... parce qu'il s'agit d'une discussion sur les personnalités, et non sur le sujet énoncé... vous à Einstein avec votre demande de vous prouver quelque chose avec votre dépôt... (comme, le rabaisser aussi, s'il abandonne tout son avantage concurrentiel sur ce marché, le persécuter et se moquer jusqu'à ce qu'il se précipite pour montrer des photos, et si "moi" (c'est-à-dire vous) aimez les photos, alors le harceler à mort pour qu'il s'en tienne à ses profits ou à son bavardage pourri pour ne pas lui donner le temps de gagner jusqu'à ce qu'il partage) ... Einstein vous comprendra...
Des dialogues comme celui-ci en disent long sur la personne, le trader, l'analyste et le programmeur que vous êtes... personnellement, je suis juste dégoûté de m'engager dans ce genre de débat sur ces talk-shows par des "professionnels" aussi superficiels... alors je ne commence même pas l'émission.
Salutations Frères ! !!
Je me souviens l'avoir dit plus d'une fois, mais je vais le répéter. Oui, la méthode de formation et l'architecture des NS sont importantes, mais les données que vous utilisez sont bien plus importantes. À bien des égards, un large éventail d'architectures de réseau fonctionnera bien avec des données bien préparées. Il est naturel que chaque type de SN nécessite un prétraitement spécifique, mais si les données d'entrée, les informations que vous prenez pour entrer dans le réseau ont un sens pour la cible, alors le résultat sera visible immédiatement. Le point de creuser différentes méthodes de construction de la NS si la sortie seulement sur la configuration unique ne peut toujours pas fonctionner.
Je dis juste que les jeunes lisent peut-être :-).
D'après mon expérience, les données (prétraitement des données) et la fonction cible sont particulièrement importantes. En fait, les données sont des "récepteurs", issues de récepteurs, on peut/doit leur permettre d'"évoluer", d'être sélectionnées. Une fonction cible correctement choisie/formée fournit des résultats d'apprentissage/évolution robustes, et résout la tâche d'apprentissage/de réapprentissage.
D'après mon expérience, les données (prétraitement des données) et la fonction cible sont particulièrement importantes. En fait, les données sont des "récepteurs", la sortie des récepteurs peut/doit être autorisée à "évoluer" et à être sélectionnée. Une fonction cible correctement sélectionnée/formée fournit des résultats robustes d'apprentissage/évolution, résout le problème de la potentialisation/réapprentissage.
Je ne suis pas tout à fait d'accord sur la fonction cible. Supposons que nous ayons une cible idéale mais que l'apprentissage soit mauvais et qu'il soit impossible d'obtenir des résultats satisfaisants avec les données actuelles, si nous commençons à dégrader la cible en la rendant moins idéale, nous obtiendrons de meilleurs résultats. C'est comme si nous ajustions la cible aux données d'entrée que nous avons. Oui, la qualité de l'apprentissage s'améliorera, mais elle sera de peu d'utilité. À mon avis, nous devrions construire une cible idéale et rechercher un tel ensemble de données qui nous permettrait d'obtenir les meilleurs résultats d'apprentissage possibles. En d'autres termes, vous devez rechercher dans les données d'entrée, et non dans les données cibles.
Lorsque nous parlons de données, nous entendons les informations fournies à l'entrée. Quant au prétraitement, il est standard et applicable à toutes les données que nous utilisons. Il s'agit au moins d'un centrage et d'une mise à l'échelle.
Je ne suis pas tout à fait d'accord sur la cible. Supposons que nous ayons une cible idéale mais que l'apprentissage soit médiocre et que nous ne puissions pas obtenir des résultats satisfaisants avec les données actuelles, si nous commençons à dégrader la cible en la rendant moins idéale, nous obtiendrons de meilleurs résultats d'apprentissage. C'est comme si nous ajustions la cible aux données d'entrée que nous avons. Oui, la qualité de l'apprentissage s'améliorera, mais elle sera de peu d'utilité. À mon avis, nous devrions construire une cible idéale et rechercher un tel ensemble de données qui nous permettrait d'obtenir les meilleurs résultats d'apprentissage possibles. En d'autres termes, vous devez rechercher dans les données d'entrée, et non dans les données cibles.
Lorsque nous parlons de données, nous entendons les informations fournies à l'entrée. Quant au prétraitement, il est standard et applicable à toutes les données que nous utilisons. Il s'agit au moins d'un centrage et d'une mise à l'échelle.
Vous avez interprété mon opinion au contraire, dans la nature, la cible est la plus pratique - le plus "nécessaire" survit et se multiplie. Et il est nécessaire de former la cible la plus "pratique" sans la modifier en quoi que ce soit.
À propos des données, oui, l'information alimente l'entrée, mais idéalement nous devrions avoir des "yeux", des "oreilles", du "nez", etc.
Vous avez interprété mon opinion au contraire, dans la nature la cible est la plus pratique - le plus "nécessaire" survit et se multiplie. Et il est nécessaire de former la cible la plus "pratique" sans la modifier en quoi que ce soit.
À propos des données, oui, les informations fournies à l'entrée, mais idéalement nous devrions former/recevoir - "yeux", "oreilles", "nez", etc.
oui... parce qu'il s'agit d'une discussion sur les personnalités, et non sur le sujet énoncé...