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 3251

[Maxim Dmitrievsky]

mytarmailS #:

それで、ちょっと反論を。

相関関係には正規化は必要ない。ユークリッド距離ではないのだから、正規化はすでに相関関係の中に埋め込まれている。

ありがとう、マスター。

PSAは必要ありません。測定値が多ければ多いほど、パターンの例は少なくなる。

[Rorschach]

Renat Fatkhullin #:

ー3980はー 複素数、ーvector<複素数>型、ー行列<複素数>型に対してー3980はーにー 複素数に対するーvector<複素数これらは複素数の共役を 行います。

ありがとう！

[mytarmailS]

Maxim Dmitrievsky #:
ったな。

PSAは必要ない。測定値が多ければ多いほど、パターンの例は少なくなる。

次元（特徴）が多い場合、たとえ5つ以上でも、線と線の間の直接の近さを探す価値はない。

[СанСаныч Фоменко]

ーオーバー・トレーニングとー。

オーバートレーニングについては多くのことが書かれている。ーオバートレーニングはーオバートレーニングはーオバートレーニングはー

先を見る」とは何か？

[Rorschach]

fxsaber #:

これが国防総省が取り組んでいる主な仕事ということでよろしいでしょうか？

状況は現代物理学のようなものだ。かつての物理学は、世界の仕組みを理解しようとしていたが、今はデータの上に数式を引き伸ばし、仮想実体を発明するだけで、誰も何も理解できず、すべてが非常に複雑になっている。

データ処理も同じ状況だ。かつては、問題を取り上げ、それを理解しようとし、手作業でアルゴリズムを書き、計算を最適化した。タスクを単純化するために、ある関係は無視され、ある関係は線形に縮小された。十分なパワーとデータがあると、問題の解決はオプティマイザー（大雑把に言えば、MTテスターのようなもの）に移行され、オプティマイザーはある多項式の係数を選択する。何がどのように計算されるのか誰も理解しておらず、その結果に全幅の信頼を置いているわけではないが、このアプローチは非線形で明白でない関係を考慮に入れることができ、科学的な計算を桁違いに加速することができる。

解が明らかな場合は、古典的アプローチを使うべきである。しかし、不確実性が大きい状況では、MOは万能ではない。

[Maxim Dmitrievsky]

mytarmailS #:

次元（属性）が5以上と多い場合は、行間の直接の近接性を探す価値はない。

各特徴の値が1つでは十分ではありません。

私はちょうど楽しみのためにそれをやって、夜にソーシャルネットワークに座って、vidosikiレースをしないように。

時にはXboxをプレイする方が面白いですが :)

[mytarmailS]

Maxim Dmitrievsky #:
各特性の1つの値は十分ではありません
。

ー「ーただー、ーただーのーーーーーーーーーーーーーーーーーー

時にはXboxをプレイする方が面白いですけどね :)

どこに1つの値と言った？

[Maxim Dmitrievsky]

mytarmailS #:

私がどこに1つの価値と言った？

私が言っているのは

[mytarmailS]

Maxim Dmitrievsky #:
私が言いたいのは

次元を下げるとき、誰も1次元に下げない。

[Aleksey Vyazmikin]

Maxim Dmitrievsky #:
私は言った

生まれ変わってったな。