트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩 - 페이지 329

 
산산이치 포멘코 :

실제로 랜덤 포레스트는 분류이며 근사를 전혀 다루지 않습니다.

분류는 다차원 공간에서 근사화의 특별한 경우에 불과합니다. 공간에서 클래스로 나누는 경계는 정확하게 근사화되는 특정 기능입니다.

 
막심 드미트리예프스키 :

내가 이해하는 숲은 예측을 위한 것이 아니라 대략적으로 말하자면 예측자를 분류하는 데 사용됩니다. :)
동일한 성공으로 동일한 목적으로 네트워크를 사용할 수 있습니다.
 
안드레이 딕 :

분류는 다차원 공간에서 근사화의 특별한 경우에 불과합니다. 공간에서 클래스로 나누는 경계는 정확하게 근사화되는 특정 기능입니다.


연대기에!

추신 당신은 당신이 말한 것을 이해합니까?

 

내 말이 젊은 경제학자들의 연약한 마음을 가장 깊은 혼미에 빠뜨리고, 두뇌가 시간이 없거나 정보의 양을 처리할 수 없을 때 공격성(신체의 일종의 보호 반응)이 본능적으로 켜진다는 것을 알고 있었습니다.

그러나 모든 것이 정상입니다. 긴장을 풀고 다시 생각하십시오. 사고 과정은 산소에 대한 필요성을 증가시키고 호흡은 더 빈번하고 깊어집니다. 사고는 대뇌 피질뿐만 아니라 전체 유기체에 좋습니다.

 
안드레이 딕 :

내 말이 젊은 경제학자들의 연약한 마음을 가장 깊은 혼미에 빠뜨리고, 두뇌가 시간이 없거나 정보의 양을 처리할 수 없을 때 공격성(신체의 일종의 보호 반응)이 본능적으로 켜진다는 것을 알고 있었습니다.

그러나 모든 것이 정상입니다. 긴장을 풀고 다시 생각하십시오. 사고 과정은 산소에 대한 필요성을 증가시키고 호흡은 더 빈번하고 깊어집니다. 사고는 대뇌 피질뿐만 아니라 전체 유기체에 좋습니다.


FSB에 다시 전화하시겠습니까?

추신 랜덤 포레스트는 분류에만 사용됩니다. 최대값 - 회귀 모델에 대한 예측 변수 선택

 
드미트리 :

추신 랜덤 포레스트는 분류에만 사용됩니다. 최대값 - 회귀 모델에 대한 예측 변수 선택

그래서 내가 다른 말을 했습니까? 당신의 어리 석음을 멀리 숨기십시오. 그렇지 않으면 외설의 요점으로 매우 명확하게 드러납니다.

동일한 포리스트와 달리 네트워크는 포리스트가 하는 일을 포함하여 모든 것을 할 수 있다고 말했습니다. 다른 사람을 트롤 하러 가십시오. 주변에 아무도 없으면 거울 앞에서 자신을 트롤할 수 있습니다.

 
안드레이 딕 :

그래서 내가 다른 말을 했습니까? 당신의 어리 석음을 멀리 숨기십시오. 그렇지 않으면 외설의 요점으로 매우 명확하게 드러납니다.

동일한 포리스트와 달리 네트워크는 포리스트가 하는 일을 포함하여 모든 것을 할 수 있다고 말했습니다.


랜덤 포레스트 는 근사 문제를 풀지 않습니다.

오 와우...

 
블라디미르 페레르벤코 :

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.

R이 먼저 눈에 띄고 솔루션을 제공한다고 해서 R이 최고의 솔루션이거나 모든 문제에 적합하다는 의미는 아닙니다. 나는 이미 R과 SciLab을 모두 사용한다고 썼고, SciLab에서는 훨씬 쉽고 적은 노동력으로 많은 일을 할 수 있다고 믿습니다. 나는 R의 장점을 훼손하지 않습니다.

그리고 MT와의 의사 소통은 문제가되지 않으며 거기에서 해결할 특별한 것이 없습니다. C/C++ API를 사용할 수 있습니다. 이 단계에서는 이것이 필요하지 않으며 이것이 마지막 단계입니다.

 

나에게 새로운 단어들이 너무 많아...

누군가가 결과를 보여줄 것입니까? 귀찮게 할 가치가 있습니까? 아니면 모두 탐닉하기위한 것입니까 ???

 
레나트 아크티아모프 :

나에게 새로운 단어들이 너무 많아...

누군가가 결과를 보여줄 것입니까? 귀찮게 할 가치가 있습니까? 아니면 모두 탐닉하기위한 것입니까 ???

당신은 단지 몇 권의 책을 읽고 인터넷을 살펴보기만 하면 됩니다. 한 달 전, 나도 같은 상태였다.) SanSanych의 기사로 시작했고, ... 빌어먹을 것도 이해하지 못했다.)

Maxim Dmitrievsky 는 아직 완전한 신경망은 아니지만 결과는 이미 상당히 좋습니다. 그리고 주제의 중간에 가까워지면 누군가가 결과를 발표했습니다.

즉시 아무 일도 일어나지 않습니다.)

사유: