Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 3340

Novo comentário
 
Lorarica #:

Sugiro que voltemos ao kozul, ao aprendizado estatístico e à IA confiável.

P.Z.

Descobrir os detalhes mais sutis.

Se for direto aos detalhes, aqui está uma leitura sobre o assunto

 

Um livro maravilhoso como um monumento à falta de vergonha e à falta de escrúpulos!

O principal é pendurar o prato e cantar de galo - você encontrará otários (ou talvez pessoas muito calculistas) que cairão no prato, sem entender ou perceber que tudo o que é apresentado é bem conhecido das ferramentas de estatística matemática.

A estatística tem vários milhares de anos. O desenvolvimento e o enriquecimento da estatística matemática, observando os processos aleatórios ao nosso redor, tentaram responder às seguintes perguntas;

1. Quais são as características desses processos aleatórios?

2. Quais são as causas desses processos aleatórios?

3. Qual é o futuro desses processos aleatórios?

Agora, há caras espertos que começam a gritar sobre "inferência causal" como uma explicação do significado desse termo inovador com toda a seriedade e começam a apresentar popularmente os fundamentos da análise de regressão no exemplo da regressão linear.

É simplesmente alucinante!

E esse novo quadro para cláusulas muito antigas está rolando!

Hoje, no R, a única linguagem para estatística que é bem estruturada e documentada, há mais de 10.000 pacotes e mais de 120.000 funções que são ferramentas para responder às perguntas acima, uma das quais é descobrir Causas e Consequências.

Por que precisamos de novas placas? Para que os espertalhões possam ganhar dinheiro e não sejam submetidos a perguntas estúpidas sobre ter uma educação básica.

 
Bem, então responda à pergunta mais simples: como a conexão associativa difere da conexão causal, já que você sabe tudo? E então decidiremos em quem colocar um monumento de descaramento ou vergonha :)

E descobrir causas e efeitos não é uma conclusão causal, deixe-me perguntar? :)

Então, esse aumento de adrenalina está relacionado a quais problemas específicos de mal-entendidos? Pelo que você se sente ameaçado?
 
Maxim Dmitrievsky #:
Bem, então responda à pergunta mais simples: como a conexão associativa difere da conexão causal, já que você sabe tudo? E então já estaremos decidindo em quem colocar um monumento de descaramento ou vergonha :)

E descobrir causas e efeitos não é inferência causal, deixe-me perguntar? :)

Então, essa adrenalina está relacionada a quais problemas específicos de mal-entendidos? Pelo que você se sente ameaçado?

Sua "inferência causal é mostrada na primeira seção do livro sobre o exemplo da regressão linear: tudo o que está escrito ali é ensinado aos alunos e muitas outras coisas que o autor não se deu ao trabalho de declarar, por exemplo, os limites de aplicabilidade da regressão linear, que, aliás, é o mais importante.

Portanto, não se esconda atrás de perguntas.

Vamos ser substantivos.

Qual capítulo do livro NÃO usa ferramentas conhecidas em estatística (e disponíveis no R)?

Não fale sobre meta-estudantes - isso é um conjunto de modelos, também uma ideia com barba.

 
СанСаныч Фоменко #:

Sua "inferência causal é mostrada na primeira seção do livro sobre o exemplo da regressão linear: tudo o que está escrito ali é ensinado aos alunos e muitas outras coisas que o autor não se deu ao trabalho de declarar, por exemplo, os limites de aplicabilidade da regressão linear, que, aliás, é o mais importante.

Portanto, não se esconda atrás de perguntas.

Vamos direto ao ponto.

Qual capítulo do livro NÃO usa ferramentas conhecidas em estatística (e disponíveis no R)?

Não fale sobre meta-alunos - isso é um conjunto de modelos, também uma ideia com barba.

Vamos direto ao ponto: qual é a diferença entre uma relação associativa e uma relação causal?

O autor se deu ao trabalho de declarar os limites de aplicabilidade da regressão linear. Ponto negativo.

Os metaaprendizes não são um conjunto de modelos, menos um ponto.

De que outra seção do livro você discorda, ou melhor, o que mais você não entendeu do livro?
 

Afinal de contas, você não foi banido do Google, foi? Você pode ler como a inferência estatística difere da inferência causal, certo?

 
Maxim Dmitrievsky #:

Afinal de contas, você não foi banido do Google, foi? Você pode ler como a inferência estatística difere da inferência causal, certo?

Há uma associação clara na sequência "A", "B", "C".

 [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10]
 [1,] "l"  "y"  "A"  "v"  "B"  "C"  "s"  "n"  "u"  "z"  
 [2,] "p"  "x"  "a"  "n"  "A"  "B"  "j"  "y"  "d"  "C"  
 [3,] "A"  "B"  "e"  "a"  "r"  "w"  "C"  "f"  "z"  "q"  
 [4,] "d"  "s"  "q"  "c"  "w"  "A"  "B"  "k"  "z"  "C"  

Como sei que é uma associação e não uma casuística ou vice-versa?

 
mytarmailS #:

Há uma associação clara na forma da sequência "A", "B", "C".

Como entender que se trata de uma associação e não de uma casuística ou vice-versa?

Não sei o que é o alfabeto ou onde há uma associação clara.

 
Maxim Dmitrievsky #:

Não sei qual é o alfabeto ou onde está a associação óbvia aqui.

Cada linha é uma nova observação.

Cada linha tem uma repetição de A B C.

A B está associado a C.

 
mytarmailS #:

cada linha é uma nova observação

cada linha tem uma repetição de A B C

A B está associado a C

Bem, pelo menos compare a frequência de sua ocorrência com a frequência de co-ocorrência de outras letras, eu acho. E a natureza dos dados precisa ser compreendida.

AB realmente faz com que C apareça, ou um conjunto de outras letras.

Especialmente porque elas não são consecutivas.

1...333333343335333633373338333933403341334233433344334533463347...3399
Novo comentário