L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 589
Ti stai perdendo delle opportunità di trading:
- App di trading gratuite
- Oltre 8.000 segnali per il copy trading
- Notizie economiche per esplorare i mercati finanziari
Registrazione
Accedi
Accetti la politica del sito e le condizioni d’uso
Se non hai un account, registrati
C'è un nuovo, buon libro sull'apprendimento profondo. Purtroppo non posso dare un link aperto, è su rutracker.org.
Apprendimento profondo
Anno di pubblicazione: 2018
Autore: Nikolenko S. I., Kadurin A. A., Arkhangelskaya E. О.
Genere o tema: Reti neurali
Editore: Peter
Serie: Biblioteca del programmatore
ISBN: 978-5-496-02536-2
Lingua: Russo
Formato: PDF
Qualità: testo riconosciuto con errori (OCR)
Indice interattivo: Nessuno
Numero di pagine: 479
Grazie. Se hai un link per favore mandamelo. Non lo sto ancora cercando.
La classificazione definisce un punto nel tempo in cui un trade è solo statisticamente promettente. Non è una previsione. Piuttosto, è più simile al riconoscimento dei modelli.
Ancora una volta: la combinazione dei predittori dice che ci sarà un lungo prima della prossima clausola. Naturalmente, la VARIETÀ di tale evento è determinata, ma questa probabilità è divisa in due classi (con un insegnante binario). Si può fare su base 50/50, si può fare in modo diverso.
Non è una previsione?
Grazie. Se avete un link da buttare in un messaggio privato, per favore. Non ancora trovato.
Cerca qui.
A pagamento. Il libro in questione costa 10 rubli. Quindi è ufficiale.
L'ho scaricato per te, ma non posso allegare - file troppo grande (18mb).
Cerca qui.
A pagamento. Il libro in questione costa 10 rubli. Quindi è ufficiale.
L'ho scaricato per te, ma non posso allegarlo - il file è troppo grande (18mb).
Ma scaricare su Ya o disco G plz, anche leggere.
e metterlo sul mio G-drive o J-drive, lo leggerò anch'io.
Sembra essere qui
Credo che sia qui dentro.
sì, grazie :) è stato raccomandato anche a me, a proposito.
C'è un nuovo, buon libro sull'apprendimento profondo. Purtroppo non posso dare un link aperto, è su rutracker.org.
Apprendimento approfondito.
Anno di pubblicazione: 2018
Autore: Nikolenko S. I., Kadurin A. A., Arkhangelskaya E. O.
Genere o tema: Reti neurali
Editore: Peter
Serie: Programmer's Library
ISBN: 978-5-496-02536-2
Lingua: russo
Formato: PDF
Qualità: testo riconosciuto con errori (OCR)
Indice interattivo: Nessuno
Numero di pagine: 479
L'ho sfogliato e ho fatto qualche lettura in diagonale.
Impressione generale:
Il libro non è male, con esempi concreti in Python in ogni capitolo. Ho appena iniziato a entrare in Ruthon, e la scelta delle biblioteche tematiche è un problema. La scelta, naturalmente, è tutt'altro che limitata a TensorFlow, ma il codice Python attuale dà molto.
Vengono trattati argomenti che mancano in altri libri. La letteratura tradotta sull'argomento è chiaramente scarsa al momento. In particolare sulle reti incomplete e convoluzionali. Qualcosa che ho anche iniziato ad affrontare di recente.
Sui lati negativi, forse, un sacco di generalità. Non parlo di un excursus storico a partire da Wiener e Turing.
Forse i libri stranieri (tradotti) sono scritti meglio. Ancora una volta, questo libro è molto buono fin dall'inizio (dagli anni 90).
i capitoli 9,10 sono infuocati, q-learning e probabilsitic NN
proprio quello di cui abbiamo bisogno... a proposito haikin ha anche
i capitoli 9,10 sono infuocati, q-learning e probabilsitic NN
proprio quello che ti serve... Heikin a proposito ha anche