트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩 - 페이지 328

새 코멘트
 
산산이치 포멘코 :

PSPS

더 유망한 것들이 있습니다: 랜덤 포레스트, 다양한 에이다.

R을 skylab과 어떻게 진지하게 비교할 수 있습니까? 어떤 등급도 아닌 일종의 마을 패키지 ...

그리고 내가 무엇을 할 것 같아? 

[w,b,y,ee] = ann_ADALINE_predict(P,T, 0.2 , 1 ,Delay);

숲도 있습니다.

헛되이 SciLab에 굴러갑니다.) R과 달리 자체 작업이 있으며 물론 덜 일반적이지만 그럼에도 불구하고 MTI, Boing, Bell 등 대학 및 과학 조직에서 널리 사용됩니다. 물론, R과 SciLab은 다르며 서로를 대체하거나 경쟁하지 않습니다. 그러나 주제 영역은 다릅니다.

 
유리 아사울렌코 :

그리고 내가 무엇을 할 것 같아?

숲도 있습니다.

헛되이 SciLab을 사용합니다.) R과 달리 자체 작업이 있으며 물론 덜 일반적이지만 그럼에도 불구하고 Boing, Bell 등 대학 및 과학 조직에서 널리 사용됩니다. 물론 R 및 SciLab은 대체하거나 경쟁하지 않습니다. 그러나 주제 영역은 다릅니다.


R 서포터 인구를 늘리기 위한 캠페인.
 
산산이치 포멘코 :

R 서포터 인구를 늘리기 위한 캠페인.

맞습니다.) 대안을 제시합니다. 나는 그것이 동등하다고 믿습니다.) 어떤 것이 더 좋고, 어떤 것이 더 나쁩니다.

계산 수학 측면에서 SciLab이 더 흥미로울 것입니다. 통계 방법도 잘 표현되어 있지만 물론 R과 비교할 수는 없습니다.

 
유리 아사울렌코 :

맞습니다.) 대안을 제시합니다. 나는 그것이 동등하다고 믿습니다.) 어떤 것이 더 좋고, 어떤 것이 더 나쁩니다.

계산 수학 측면에서 SciLab이 더 흥미로울 것입니다. 통계 방법도 잘 표현되어 있지만 물론 R과 비교할 수는 없습니다.


탐색에서 이 브라운 운동은 흥미롭지 않습니다. 사이트에 올라온 글 보기가 정말 어렵나요? 검색 프로세스 자체에 관심이 있다면 다른 문제입니다. 해결하려는 문제를 결정하십시오(회귀/분류?). 제 생각에는 회귀에는 전망이 없습니다.

R 언어에는 Forex와 증권 거래소 모두를 거래하는 데 필요한 모든 것이 있습니다. MT/R의 훌륭한 조합이 완성되었습니다. 실험하고 구현하면 됩니다. 그리고 당신은 이것이 없는 곳으로 가겠다고 제안합니다.

그리고 계산의 예 당신은 수학을 제공할 수 있습니까?

행운을 빕니다

 
산산이치 포멘코 :

네트워크에 집착하는 것은 무엇입니까? 그들은 작동하지 않으며 그게 전부입니다. 지난 세기의 유행일 뿐이며 아마도 사용 가능한 최초의 기계 학습 패키지일 것입니다.

더 유망한 것들이 있습니다: 랜덤 포레스트, 다양한 에이다. 그리고 일반적으로 그리드를 포함하여 수백 개의 패키지가 있는 캐럿 래퍼 패키지로 자동으로 선택할 수 있습니다.


다양한 지옥은 무엇입니까? ) 여기 다 배우기 전까지는 늙어서 이익도 없이 죽는다, 정말 지옥이다.
 
막심 드미트리예프스키 :

다양한 지옥은 무엇입니까? ) 여기에서 이 모든 것을 배울 때까지 - 당신은 늙어갈 것입니다

누구의 말을 듣지 마십시오. 포리스트 또는 다른 것이 네트워크보다 더 잘 작동한다는 증거는 없습니다.

하지만 네트워크가 모든 기능을 근사할 수 있다는 증거가 있지만 동일한 포리스트에 대해 유사한 증거를 본 적이 없습니다.

여기에서 이미 몇 가지 결론을 도출하는 것이 가능합니다. 네트워크가 할 수 없다면 포리스트는 확실히 할 수 없습니다. 게다가 내가 볼 때, 당신이 얻는 결과는 가치가 있습니다.

네, 네트워크 최적화는 훈련에 불과하며 훨씬 더 효율적이고 빠릅니다. 이는 GA의 속성 때문입니다. 그래서 "최적화는 위험한 것"이라고 말하는 것은 "현미경은 위험한 것"이라고 말하는 것과 같습니다.

 
막심 드미트리예프스키 :

다양한 지옥은 무엇입니까? ) 여기에서 이 모든 것을 배울 때까지 - 당신은 늙어갈 것입니다
내 기사에 딸랑이를 끝내십시오. 고기를 키울 수있는 뼈를 얻으십시오.
 
안드레이 딕 :

누구의 말을 듣지 마십시오. 포리스트 또는 다른 것이 네트워크보다 더 잘 작동한다는 증거는 없습니다.

하지만 네트워크가 모든 기능을 근사할 수 있다는 증거가 있지만 동일한 포리스트에 대해 유사한 증거를 본 적이 없습니다.

여기에서 이미 몇 가지 결론을 도출하는 것이 가능합니다. 네트워크가 할 수 없다면 포리스트는 확실히 할 수 없습니다.


실제로 랜덤 포레스트 는 분류이며 근사를 전혀 다루지 않습니다.
 
블라디미르 페레르벤코 :

제 생각에는 회귀에는 전망이 없습니다.



GARCH는 어떻습니까?

분류에서 모든 것은 예측 변수 집합에 의존합니다. 어디를 봐야할지 모르겠다

그리고 GARCH에서는 어리석은 프로세스입니다. 추세를 모델링하고 잔차를 분석합니다. 모델링하고 누적 모델의 잔차를 분석합니다. 이 잔차를 모델링합니다. 과도한 창의성과 추측이 없는 일종의 프로세스입니다.

 
안드레이 딕 :

누구의 말을 듣지 마십시오. 포리스트 또는 다른 것이 네트워크보다 더 잘 작동한다는 증거는 없습니다.

하지만 네트워크가 모든 기능을 근사할 수 있다는 증거가 있지만 동일한 포리스트에 대해 유사한 증거를 본 적이 없습니다.

여기에서 이미 몇 가지 결론을 도출하는 것이 가능합니다. 네트워크가 할 수 없다면 포리스트는 확실히 할 수 없습니다. 게다가 내가 볼 때, 당신이 얻는 결과는 가치가 있습니다.

네, 네트워크 최적화는 훈련에 불과하며 훨씬 더 효율적이고 빠릅니다. 이는 GA의 속성 때문입니다. 그래서 "최적화는 위험한 것"이라고 말하는 것은 "현미경은 위험한 것"이라고 말하는 것과 같습니다.


내가 이해하는 숲은 예측을 위한 것이 아니라 대략적으로 말하자면 예측자를 분류하는 데 사용됩니다. :)
1...321322323324325326327328329330331332333334335...3399
새 코멘트
사유: