Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 2313
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
Em teoria, sim.
Mas mesmo assim, qual é o objectivo da acção?
Não se pode discutir com isso, não vale a pena...
Precisamos de obter 10 de 100. Existe uma solução?
Não sei como funciona em algibe, tente puxar informações da função psa e ver quantos componentes você precisa para obter o suficiente para descrever 100 prêmios.
Ou apenas pegar nas primeiras n colunas do psa e do rolo de vapor...
Mas tudo isto é inútil... se você tem 50k características, você precisa de Rsa, mas se você quer brincar sem entender o que você está fazendo, você não precisa de Rsa, o resultado será pior do que sem Rsa com 99,999...% de probabilidade...
Em teoria, sim.
Mas mesmo assim, qual é o objectivo da acção? Se não há ganho de velocidade, mas sim uma desaceleração, para uma operação extra.
É necessário obter 10 de 100. Existe uma solução?
Pegue os 10 primeiros componentes da matriz da cov.
pegar os 10 primeiros componentes da matriz
A matriz não vai funcionar - é 100x100.
Não precisamos de 10x10 ou 10x100, precisamos de fazer alguns cálculos para obter 10x1000. Isto é, para cada uma das 1000 linhas de matriz preciso de 10 GCs.
A matriz não vai funcionar - é 100x100.
Nós não precisamos de 10x10 ou 10x100, precisamos de 10x1000 por alguns cálculos. Ou seja, para cada uma de 1000 linhas, aplicar 10 GC
Tanto quanto me lembro, cada ponto componente é uma soma de produtos de valores de atributo pelos seus covalores.
fazer as contas e compará-las com o sklearn.
A matriz pode acabar por ser invertida, depois a partir do fim. Isto tem de ser verificado adicionalmente lá.
cada ponto componente é a soma dos produtos dos valores das características pelos seus valores cov., tanto quanto me lembro
Faça as contas e compare-as com o sklearn.
A matriz pode ser invertida, então a partir do fim. Você deve verificá-lo adicionalmente lá
Em geral, você precisa de ciclos como os acima.
s (bestfeatures)é apenas o número de componentes que são selecionados para treinamento.
valor de cada componente é multiplicado pelo valor de cada atributo e depois são adicionados juntos. E assim para cada linha de entrada.
Tenho de me lembrar, não tenho tempo. Eu tenho que ler a documentação.
s(bestfeatures) é apenas o número de componentes que são selecionados para treinamento, tipo de
o valor de cada componente é multiplicado pelo valor do atributo e eles são adicionados juntos. E assim para cada linha da série inicial.
Tenho de me lembrar, não tenho tempo. Preciso de ler a documentação.
Agora está tudo bem.
Decidiu ver o que está dentro da rede, em cada camada. Reduziu a dimensionalidade via ump a dois componentes em cada camada
Uma rede com três camadas internas, quase destreinadas, apenas 400 exemplos... mas ainda assim divertida de se ver...
Decidiu ver o que está dentro da rede, em cada camada. Reduziu a dimensionalidade via ump a dois componentes em cada camada
Uma rede com três camadas internas, quase destreinadas, apenas 400 exemplos... mas ainda assim divertida de se ver...
Como conseguiu isso?
Qual é a dimensão de saída?
Ludwig tem modelos de aprendizagem profunda sem a necessidade de escrever código, sem conhecimentos de programação necessários para ensinar o modelo:
Instalou-o recentemente. Ainda não cheguei a verificar. Eles prometem milagres.