소스닉의 능력을 잠재적으로 유용하게 사용할 수 있는 또 다른 분명한 가능성이 있습니다. 우리는 일반적인 무작위성 테스트 와 특히 NIST 테스트 에 대해 이야기하고 있습니다. 사이클, 푸리에, 패턴 등 그들이 너무 좋아하는 모든 것이 있습니다. 사실, 거기에서는 이진 시퀀스만 연구하지만 먼저 란코 차트 연구로 제한할 수 있습니다.
알렉세이 니콜라예프 : 소스닉의 능력을 잠재적으로 유용하게 사용할 수 있는 또 다른 분명한 가능성이 있습니다. 우리는 일반적인 무작위성 테스트 와 특히 NIST 테스트 에 대해 이야기하고 있습니다. 사이클, 푸리에, 패턴 등 그들이 사랑하는 모든 것이 있습니다. 사실, 거기에서는 이진 시퀀스만 연구하지만 먼저 란코 차트 연구로 제한할 수 있습니다.
Alexey, 과학적 관점에서 MO + 마틴을 보기 위해 어떻게 martingale의 이론을 Forex의 martingale과 연결할 수 있습니까? :)
희귀 클래스가 더 많은 포인트를 얻도록 클래스의 균형을 맞추거나 메트릭을 다시 실행하십시오.
고맙습니다. 그건 그렇고, 나는 메트릭을 리메이크하는 방법을 생각하고 있었는데, 나에게 다음과 같이 발생했습니다. 예를 들어 클래스가 0(30%) 및 1(70%)인 경우 역 패스 중에 올바른 값에 대해 다음을 제공합니다. 0과 1이 아니라 옵션으로 0과 0.7(또는 0.85?)입니다.
그런데 이게 옳은 일인지, 숫자인지, 활성화 함수를 연상케 하는 건지 등을 바로 알 수 없고, 그런 예를 바로 찾지는 못했습니다.
고맙습니다. 그건 그렇고, 나는 메트릭을 다시 실행하는 방법을 생각하고 있었는데, 다음과 같이 발생했습니다. 예를 들어 클래스가 0(30%) 및 1(70%)인 경우 역방향 패스 중에 올바른 값에 대해 다음을 입력합니다. 0과 1이 아니라 옵션으로 0과 0.7(또는 0.85?)입니다.
그런데 이게 옳은 일인지, 숫자인지, 활성화 함수를 연상케 하는 건지 등을 바로 알 수 없고, 그런 예를 바로 찾지는 못했습니다.
정현파를 실험하기 전까지는 이해하지 못할 것입니다.
Asaulenko는 정현파를 실험한 다음 어딘가로 도망쳤습니다.
24개의 마침표가 있는 간단한 Mashka를 가져 와서 확인하십시오. 아마도 다른 저역 통과 필터Asaulenko는 정현파를 실험한 다음 어딘가로 도망쳤습니다.
24개의 마침표가 있는 간단한 Mashka를 가져 와서 확인하십시오. 아마도 다른 저역 통과 필터https://www.mql5.com/ru/forum/86386/page2089#comment_19102675
https://www.mql5.com/ru/forum/86386/page2089#comment_19102675
무엇을 이런 식으로 검색하는지 이해가 되지 않습니다. 특정 기간 또는 자기 상관 에 대한 평균에서 통계적으로 유의한 편차를 찾아야 합니다.
MAhi뿐만 아니라 저역 통과 필터를 분류하는 것이 합리적일 수 있습니다.
소스닉의 능력을 잠재적으로 유용하게 사용할 수 있는 또 다른 분명한 가능성이 있습니다. 우리는 일반적인 무작위성 테스트 와 특히 NIST 테스트 에 대해 이야기하고 있습니다. 사이클, 푸리에, 패턴 등 그들이 사랑하는 모든 것이 있습니다. 사실, 거기에서는 이진 시퀀스만 연구하지만 먼저 란코 차트 연구로 제한할 수 있습니다.
Alexey, 과학적 관점에서 MO + 마틴을 보기 위해 어떻게 martingale의 이론을 Forex의 martingale과 연결할 수 있습니까? :)
Alexey, 어떻게 MO + Martin을 과학적 관점에서 보기 위해 martingale 이론을 Forex의 martingale과 연결할 수 있습니까? :)
그래서 넌 왜 martin in mo가 필요한지 스스로 설명하지 않았어
그래서 넌 왜 martin in mo가 필요한지 스스로 설명하지 않았어
나는 썼다 - 공간의 다른 분배, 하나의 거래에 대해 가르치면 얻을 수 없는 다른 기회
많은 양을 늘리는 것이 아니라당분간 저는 두 개의 클래스가 비대칭으로 분포되어 있고(하나의 60% 이상) 그리드가 100%의 경우에 "번아웃"되어 하나의 클래스를 제공하는 작업으로 실질적으로 어려움을 겪고 있습니다.
네트워크는 매우 민감한 것입니다. 약간의 불균형이 있습니다. 그리고 이미 소진되었습니다. 중복으로 균형을 잡거나 큰 클래스에서 무언가를 삭제 - 데이터를 왜곡하면 이것이 좋지 않은 것 같습니다. 특히 클래스 비율이 95%에서 5%인 경우.
이것이 내가 나무 모델(나무, 숲, 부스트)로 전환한 이유 중 하나입니다.
네트워크에서 오류의 역전파는 또한 로컬 지점에 갇히는 자체 문제를 제공합니다.
두번째.
나무에는 이러한 단점이 없습니다.가능한 일이 많이 있기 때문에 소다라고 말하지 않겠습니다. 특별하다 주식.
클래스는 NS에 대해 균형을 이루어야 합니다. 누락된 예 추가
더 나은 파이썬을 배우십시오.
희귀 클래스가 더 많은 포인트를 얻도록 클래스의 균형을 맞추거나 메트릭을 다시 실행하십시오.
고맙습니다. 그건 그렇고, 나는 메트릭을 리메이크하는 방법을 생각하고 있었는데, 나에게 다음과 같이 발생했습니다. 예를 들어 클래스가 0(30%) 및 1(70%)인 경우 역 패스 중에 올바른 값에 대해 다음을 제공합니다. 0과 1이 아니라 옵션으로 0과 0.7(또는 0.85?)입니다.
그런데 이게 옳은 일인지, 숫자인지, 활성화 함수를 연상케 하는 건지 등을 바로 알 수 없고, 그런 예를 바로 찾지는 못했습니다.
고맙습니다. 그건 그렇고, 나는 메트릭을 다시 실행하는 방법을 생각하고 있었는데, 다음과 같이 발생했습니다. 예를 들어 클래스가 0(30%) 및 1(70%)인 경우 역방향 패스 중에 올바른 값에 대해 다음을 입력합니다. 0과 1이 아니라 옵션으로 0과 0.7(또는 0.85?)입니다.
그런데 이게 옳은 일인지, 숫자인지, 활성화 함수를 연상케 하는 건지 등을 바로 알 수 없고, 그런 예를 바로 찾지는 못했습니다.
https://www.mql5.com/en/forum/86386/page2108#comment_19209601