Discussão do artigo "Teoria das probabilidades e estatística matemática com exemplos (Parte I): fundamentos e teoria elementar" - página 8
Você está perdendo oportunidades de negociação:
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Registro
Login
Você concorda com a política do site e com os termos de uso
Se você não tem uma conta, por favor registre-se
Matemático de sexta geração, muito à frente dele.
Em nível nacional (pelo que entendi), ele escreve sobre ciclicidade/agrupamento de volatilidade e a importância de tf mais antigos.
É interessante que ele tenha tentado calcular isso matematicamente, não apenas uma descrição abstrata.
É isso que os impede (Ataman, Ilyinsky) de fazer uma introdução, em linguagem simples, para que você não tenha que reler cada linha 10 vezes.
Havia indícios sobre o primeiro deles de que ele era bastante bem-sucedido no gerenciamento de grandes somas de dinheiro. Portanto, ele obviamente escreveu tudo isso apenas para seu próprio prazer, o que geralmente se perde se você tiver que mastigar tudo. E talvez não houvesse tempo livre suficiente.
Ilyinsky fala sobre matemática financeira muito avançada, mas bastante padronizada, que requer pelo menos dois anos de matfack para ser compreendida. Não sei, eu provavelmente me limitaria a uma demonstração do pacote yuima do R.
No primeiro, havia indícios de que ele era bem-sucedido na administração de grandes somas de dinheiro. Portanto, ele estava obviamente escrevendo tudo isso apenas para seu próprio prazer, o que geralmente se perde quando se tem que mastigar tudo. E talvez não houvesse tempo livre suficiente.
Ilyinsky fala sobre matemática financeira muito avançada, mas bastante padronizada, que requer pelo menos dois anos de matfack para ser compreendida. Não sei, eu provavelmente me limitaria a uma demonstração do pacote yuima do R.
Gosto da maneira como Abbakumov conta
Gostei da maneira como Abbakumov contou a história
Para o matstat básico, o Python não é ruim, mas para coisas mais ou menos avançadas, o R é melhor.
Ilyinsky fala sobre matemática financeira muito avançada, mas bastante padronizada, que requer pelo menos dois cursos de matemática para ser compreendida. Não sei, eu provavelmente me limitaria a uma demonstração do pacote yuima do R.
Esse pacote tem uma boa interface gráfica.
Esse pacto tem uma boa GUI.
Era basicamente isso que eu tinha em mente. Como está escrito em sua página de título:"Não é necessário programar", "Adequado para iniciantes, estudantes"
Passagem interessante, talvez tenha algo a ver com o tópico de negociação. "Value" provavelmente é uma tradução errada, o contexto é mais apropriado "valor".
Muitas funções aleatórias têm uma propriedade surpreendente: a probabilidadede que os valores próprios da matriz de Hesse sejam positivosaumenta à medida que nos aproximamos de regiões de baixo valor. Em nossa analogia com o lançamento de moedas, isso significa que a probabilidade de lançar uma águia n vezes seguidas é maior se estivermos em um ponto crítico de baixo valor . Isso também significa que os pontos baixos locais com valor baixo são muito mais prováveis do que aqueles com valor alto. Os pontos críticos com altovalor têm muito mais probabilidade de serem pontos de sela. E os pontoscríticos com custo muito alto têm muito mais probabilidade de serem máximos locais. Isso é verdadeiro para muitas classes de funções aleatórias. E para as redes neurais?Baldi e Hornik (1989) provaram teoricamente que pequenos autoencodificadores sem não linearidades têm mínimos globais e pontos de sela, mas não têm mínimos locais com custo maior do que o mínimo global.
Passagem interessante, talvez tenha algo a ver com o tópico de negociação. "Value" provavelmente é uma tradução errônea, o contexto é mais parecido com "valor".
Muitas funções aleatórias têm uma propriedade surpreendente: a probabilidadede que os valores próprios da matriz de Hesse sejam positivosaumenta à medida que nos aproximamos de regiões de baixo valor. Em nossa analogia com o lançamento de moedas, isso significa que a probabilidade de lançar uma águia n vezes seguidas é maior se estivermos em um ponto crítico de baixo valor . Isso também significa que os pontos baixos locais com valor baixo são muito mais prováveis do que aqueles com valor alto. Os pontos críticos com altovalor têm muito mais probabilidade de serem pontos de sela. E os pontoscríticos com custo muito alto têm muito mais probabilidade de serem máximos locais. Isso é verdadeiro para muitas classes de funções aleatórias. Mas para redes neurais?Baldi e Hornik (1989) provaram teoricamente que pequenos autoencodificadores sem não linearidades têm mínimos globais e pontos de sela, mas não têm mínimos locais com custo maior do que o mínimo global.
Há algo sobre problemas de aprendizado profundo aqui.
Custo é um nome comum para o valor da função que está sendo otimizada.
Estou trabalhando nela. Só que bem devagar. )
Estou trabalhando nisso. Mas muito lentamente. )