トレーディングにおける機械学習:理論、モデル、実践、アルゴトレーディング - ページ 1702 1...169516961697169816991700170117021703170417051706170717081709...3399 新しいコメント Mihail Marchukajtes 2020.04.15 11:02 #17011 アレクセイ・ヴャジミキン 回帰の話であれば、わかりやすいのですが......見方が悪いのでしょう。 これは分類の例ですが、回帰のモードもありますね、どうなんでしょう。仕組みが分からないので、あくまで推測ですが。ドクならもっと詳しく説明すると思う。 Mihail Marchukajtes 2020.04.15 11:04 #17012 ReTag Konow: 同感です。NSはどちらかというと、車のネジやナットのようなAI部品です。 そうですNSはAIの構成要素なのです。ニューラルネットワークに加えて、このニューラルネットワークに仕えるアルゴリズムがいくつもあり、それらを総称してAIシステムとしているのです。まさにシステム。しかし、AIシステムはニューラルネットワークなしには存在し得ない。 Реter Konow 2020.04.15 11:05 #17013 ミハイル・マルキュカイツ また一つ、初心者の失敗が増えましたね。NSは学習サンプルに対して非常に厳しいもので、データ作成時のちょっとしたミス(カンマの間違い)がダイアモンドの結果につながるという、かなり微妙なツールである。自分で結論を出すことを少なくし、言われたことをよく聞くようにする。 今のところ、私はAIとNSを識別していません。混同しないようにと自分に言い聞かせたんですね。NSはAIに使えるツールですが、単体ではそれに及ばないんです。と納得しているようでしたね。 Реter Konow 2020.04.15 11:06 #17014 ミハイル・マルキュカイツ なるほど、NSはAIの構成要素なんですね。ニューラルネットワークのほかに、このニューラルネットワークに仕えるアルゴリズムがいくつもあり、全部合わせるとAIシステムになるのです。まさにシステム。しかし、AIシステムはニューラルネットワークなしには存在し得ない。 というのが、私たちの出した結論です。 Mihail Marchukajtes 2020.04.15 11:07 #17015 レテグ・コノウ 今のところ、私はAIとNSを識別していません。 ご自身でも「混同する必要はない」とおっしゃっていましたね。NSはAIに使えるツールですが、単体ではそれに及ばないんです。 と納得しているようでしたね。 さらに言うと、最適化ボタンを押すだけで、20回前のこの操作が間違っていて、実はデータに誤りがあることに気づき、すべてを準備し直さなければならないようなケースもありました。「誤りがないはずだ」とはっきり理解したからです。コンマの位置を1つ間違えただけで、すべてが無駄になってしまった。そしてそれは、機械の稼働時間や時間、そして最も重要な結果を意味します。 Реter Konow 2020.04.15 11:08 #17016 mytarmailS: AIは人間と交流する必要すらないのか? そうでなければならないと思います。そうでなければ、何の意味もないでしょう? Mihail Marchukajtes 2020.04.15 11:09 #17017 Konow: というわけで、結論はこうです。 右:人工知能システムとは、ニューラルネットワークの 周囲をアルゴリズムが取り囲んでいるものです。前処理、解析、再トレーニングの方法など。 Aleksey Vyazmikin 2020.04.15 11:11 #17018 エリブラリウス どうしたんですか?キャットバストは、ほとんどの競合他社を迂回します。 私などは、その中にあるシンメトリーツリーの発想が好きになれなかったのです。 2つの異なるノードを1つの予測因子と同じレベルで分割するのは、明らかに最適な解決策ではありません。10倍までスピードアップしない限りは。 新たに2つの古典的な方法が追加されたのは良いことです。 おそらく素通りしてしまうのでしょうが、そこでは、競技ではサンプリングが定常的で、特にゴミのような特徴もなく、つまり、我々が扱うような条件ではないので、その特徴を踏まえて、どのようにデータを用意するのがベストなのかを考えているところです。(解決策はまだ最終形ではありませんが、重要な課題です)。 異なる樹木のモデルは良いのですが、現時点では別ファイルにアップロードできないため、EAに埋め込むことができないのが悪い点です。 ブースティングでは、学習の最後に弱い木を捨ててモデルを単純化するという後処理がないのが嫌なんです。これができない理由がわからない。 ブースティングの個々の木の葉は1%以下と弱く、このパラメータを調整することができず、またサンプルごとの信号分布の考慮が全く行われていないため、結果的に捨てて学習することになるのが悪い点です。多くのニュアンスがあり、ここでは予測変数の前処理をうまく行うことが解決策になるかもしれません。また、コードを差し込んで修正したほうがいいに決まっています。C++をちゃんと理解している人はいないのでしょうか? mytarmailS 2020.04.15 11:12 #17019 Rechtg Konow: 彼はそうしなければならないと思います。そうでなければ、何の意味もないでしょう? 考える(知性が問題を解決する) とき、その瞬間に誰かとコミュニケーションをとる必要が あるのでしょうか? あなたはまだ知能の「虫」の定義を理解できないので、今は違う言語でコミュニケーションしているのです Реter Konow 2020.04.15 11:12 #17020 ミハイル・マルキュカイツ さらに言うと、最適化ボタンを押しただけなのに、20回前のこの操作が間違っていて、実はデータに誤りがあったことに気づき、誤りがないはずだと明確に理解していたので、すべて新しく用意しなければならなかった、というようなこともありました。コンマの位置を1つ間違えただけで、すべてが無駄になってしまった。つまり、機械の稼働時間、時間、そして最も重要なのは結果です。 データ量が多いのはデメリットではないか?NSは横に小さなステッカーが貼ってあれば、道路標識が間違いだと認識すると聞いたことがあります。この超感覚は必要ないのでは? 1...169516961697169816991700170117021703170417051706170717081709...3399 新しいコメント 理由: キャンセル 取引の機会を逃しています。 無料取引アプリ 8千を超えるシグナルをコピー 金融ニュースで金融マーケットを探索 新規登録 ログイン スペースを含まないラテン文字 このメールにパスワードが送信されます エラーが発生しました Googleでログイン WebサイトポリシーおよびMQL5.COM利用規約に同意します。 新規登録 MQL5.com WebサイトへのログインにCookieの使用を許可します。 ログインするには、ブラウザで必要な設定を有効にしてください。 ログイン/パスワードをお忘れですか? Googleでログイン
回帰の話であれば、わかりやすいのですが......見方が悪いのでしょう。
同感です。NSはどちらかというと、車のネジやナットのようなAI部品です。
また一つ、初心者の失敗が増えましたね。NSは学習サンプルに対して非常に厳しいもので、データ作成時のちょっとしたミス(カンマの間違い)がダイアモンドの結果につながるという、かなり微妙なツールである。自分で結論を出すことを少なくし、言われたことをよく聞くようにする。
なるほど、NSはAIの構成要素なんですね。ニューラルネットワークのほかに、このニューラルネットワークに仕えるアルゴリズムがいくつもあり、全部合わせるとAIシステムになるのです。まさにシステム。しかし、AIシステムはニューラルネットワークなしには存在し得ない。
今のところ、私はAIとNSを識別していません。 ご自身でも「混同する必要はない」とおっしゃっていましたね。NSはAIに使えるツールですが、単体ではそれに及ばないんです。 と納得しているようでしたね。
AIは人間と交流する必要すらないのか?
というわけで、結論はこうです。
どうしたんですか?キャットバストは、ほとんどの競合他社を迂回します。
私などは、その中にあるシンメトリーツリーの発想が好きになれなかったのです。 2つの異なるノードを1つの予測因子と同じレベルで分割するのは、明らかに最適な解決策ではありません。10倍までスピードアップしない限りは。
新たに2つの古典的な方法が追加されたのは良いことです。
おそらく素通りしてしまうのでしょうが、そこでは、競技ではサンプリングが定常的で、特にゴミのような特徴もなく、つまり、我々が扱うような条件ではないので、その特徴を踏まえて、どのようにデータを用意するのがベストなのかを考えているところです。(解決策はまだ最終形ではありませんが、重要な課題です)。
異なる樹木のモデルは良いのですが、現時点では別ファイルにアップロードできないため、EAに埋め込むことができないのが悪い点です。
ブースティングでは、学習の最後に弱い木を捨ててモデルを単純化するという後処理がないのが嫌なんです。これができない理由がわからない。
ブースティングの個々の木の葉は1%以下と弱く、このパラメータを調整することができず、またサンプルごとの信号分布の考慮が全く行われていないため、結果的に捨てて学習することになるのが悪い点です。多くのニュアンスがあり、ここでは予測変数の前処理をうまく行うことが解決策になるかもしれません。また、コードを差し込んで修正したほうがいいに決まっています。C++をちゃんと理解している人はいないのでしょうか?
彼はそうしなければならないと思います。そうでなければ、何の意味もないでしょう?
考える(知性が問題を解決する) とき、その瞬間に誰かとコミュニケーションをとる必要が あるのでしょうか?
あなたはまだ知能の「虫」の定義を理解できないので、今は違う言語でコミュニケーションしているのです
さらに言うと、最適化ボタンを押しただけなのに、20回前のこの操作が間違っていて、実はデータに誤りがあったことに気づき、誤りがないはずだと明確に理解していたので、すべて新しく用意しなければならなかった、というようなこともありました。コンマの位置を1つ間違えただけで、すべてが無駄になってしまった。つまり、機械の稼働時間、時間、そして最も重要なのは結果です。