Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 1525
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
Comentário de 7-8 minutos sobre o nosso tópico de um médico
IMHO, claro, mas a senhora não dá a impressão de um cfmn, e a emissão é a la Malakhov and co.
Se estivessem a discutir a auto-optimização automática, isso seria mais interessante do que a aprendizagem automática.
Ou ninguém levanta a questão de que um robô de auto-aprendizagem onde supostamente deve guardar todo o seu conhecimento e como o procurará rapidamente. Não dizendo que com o aparecimento de um novo tique, tem que analisá-lo e aprender com ele novamente.
Ou seja, é um processo sem fim e o robô não conseguirá recuperar o tempo e sempre se desfaz em situações inusitadas, sem saber o que fazer.
Porque é que a aprendizagem mecânica não é uma tarefa de optimização? É tudo a mesma coisa...
Porque é que a aprendizagem mecânica não é uma tarefa de optimização? É tudo a mesma coisa...
A optimização existe tanto em EAs standard como em EAs com NS, mas em EAs simples está limitada pela gama de parâmetros optimizáveis, e em NS pela gama de pesos, que é mil ordens de magnitude superior à gama de qualquer parâmetro normal optimizável com o mesmo número de parâmetros. Eu respondi à sua pergunta?
O que é a aprendizagem mecânica não é uma tarefa de optimização? É tudo a mesma coisa...
O que muitas mentes respeitadas têm a dizer sobre o artigo?
Encontrei-o por acaso, gostei do estilo de escrita. Quanto do conteúdo é verdade?
elibrarius:
Comentário de 7-8 minutos sobre o nosso tópico de um médico
O 82º ano da URSS
O que muitas mentes respeitadas têm a dizer sobre o artigo?
Encontrei-o por acaso, gostei do estilo de escrita. Quanto é que o conteúdo corresponde à realidade?
Artigo muito fixe, obrigado por encontrá-lo.
O artigo revela muito bem o que é o quê, com explicações detalhadas e diagramas.
Comecei a ler o artigo e já entendia a direção na qual eu precisava estudar o material para o meu desejo de longa data.
Não tenho uma resposta para a pergunta que fiz aqui, mas encontrei-a no artigo.
Ainda não terminei de ler o artigo, mas sinto que preciso relê-lo várias vezes, em diferentes períodos de tempo, para pegar os detalhes necessários.
E guarde a página html no arquivo, só por precaução.
À sua pergunta "Quanto do conteúdo é verdade?"
Essa é basicamente a base do entendimento, que está escrito em linguagem muito clara.
E parece-me que as mentes locais, que tentam usar árvores de decisão, seguem o caminho errado.
Está claro no artigo que as árvores de decisão são um tipo de classificação.
Este tipo é projetado para prever a categoria de objeto, não para prever números.
Talvez eu esteja errado, pois não posso saber a tarefa em mãos.
Mais uma vez, este é um entendimento básico de por onde começar, e como diz o artigo, há muitas variedades de tipos para resolver problemas.
O principal é escolher o tipo certo para a sua tarefa.
Então é isso, continuou a ler ))
Naturalmente, para obter uma resposta rápida, escolhi um chat online no site da empresa de telefonia celular, esperando que houvesse uma pessoa ao vivo do outro lado.
Mas depois de algumas perguntas e obter uma resposta, percebi imediatamente que estava sendo respondido por um chatbot, pois a pergunta que lhe fiz não podia ser respondida corretamente,
e continuava a pedir-me para esclarecer a questão.
Mais uma vez, depois de receber tal resposta, escrevi-lhe que você é um robô estúpido e inútil.
(ao que ele honestamente me disse, desculpa, estava só a aprender).
Acabei de me lembrar deste momento de comunicação com o bot )
Como o tipo errado foi originalmente escolhido para a implementação, como está claro no artigo, as árvores de decisão pertencem ao tipo de classificação.
Não só. Eles também podem fazer regressão.
Não só isso. Eles também podem regredir.
Está bem, já percebi. Então a regressão nas árvores amplia as capacidades da regressão regular?
E outra pergunta, a regressão e a descida de gradiente são semelhantes ou diferentes algoritmos para resolver o problema?
Se forem semelhantes, qual algoritmo é mais preciso?