Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 3012

 
mytarmailS #:

Я уже это слышу больше года..

 R можно выучить за неделю

Видимо не все такие талантливые.

Ну и код там не простой же - я пробовал переделать, но информации мне оказалось мало в интернете для решения задачи.

Ещё минус R в том, что нет простого решения для распараллеливания вычислений между компьютерами.

[Удален]  
Aleksey Vyazmikin #:

Разница по сути только в объемах данных и нагрузки на процессор при применении модели.

Ну и плюс, листья легче ансамблировать, собирая в группы и раздавая веса (я назвал это гербарием :) ).

Используется же много деревьев для создания правил, а значит сигналы пересекаются, чего нет просто в одном дереве.

Понял почему мне претит такая идея, потому что association (rules e.g) != causation :)

 
Aleksey Vyazmikin #:

Ещё минус R в том, что нет простого решения для распараллеливания вычислений между компьютерами.

ага , конечно...

професиональное мнение , професионального пользователя R

 
Maxim Dmitrievsky #:

Понял почему мне претит такая идея, потому что association (rules e.g) != causation :)

это не association rules

 
Maxim Dmitrievsky #:

Понял почему мне претит такая идея, потому что association (rules e.g) != causation :)

Не совсем так - тут скорей казуальные правила (реальность не известна конечно) объединяется в ассоциативные правила для прогноза целевой. В принципе так работают леса, но без сложных вывертов.

Как раз и является в период отбора оценить случайное правило, или в нём есть какая то обоснованная зависимость. Пока оценивал только устойчивость правила на временных интервалах.

Впрочем, научить действительно находить модель причинно следственную связь - задача сложная.

 
mytarmailS #:

ага , конечно...

професиональное мнение , професионального пользователя R

Я изучал этот вопрос между прочем, и консультировался по нему.

Вы знаете, как любой код с любой библиотекой распараллелить без сильных потерь в скорости в R?

 
Aleksey Vyazmikin #:

Я изучал этот вопрос между прочем, и консультировался по нему.

Вы знаете, как любой код с любой библиотекой распараллелить без сильных потерь в скорости в R?

https://win-vector.com/2016/01/22/running-r-jobs-quickly-on-many-machines/

https://www.google.com/search?q=run+code+on+multiple+computers+in+R&oq=run+code+on+multiple+computers+in+R&aqs=chrome..69i57j33i160l4.4082j0j15&sourceid=chrome&ie=UTF-8


первые ссылки гугла, первые КАРЛ!!!

как вы дорогу переходите??   специалисты..

Running R jobs quickly on many machines
Running R jobs quickly on many machines
  • 2016.01.22
  • jmount
  • win-vector.com
R itself is not a language designed for parallel computing. It doesn’t have a lot of great user exposed parallel constructs. What saves us is the data science tasks we tend to use R for are themselves are very well suited for parallel programming and many people have prepared very good pragmatic libraries to exploit this. There are three main...
[Удален]  
Ну через дерево надо. Это быстро, и мини тестер.
 

Так я и говорю - нужны специальные библиотеки - почитайте что нашли:

"

Link against superior and parallel libraries such as the Intel BLAS library (supplied on Linux, OSX, and Windows as part of the Microsoft R Open distribution of R). "

"

 
Aleksey Vyazmikin #:

Так я и говорю - нужны специальные библиотеки - почитайте что нашли:

"

Link against superior and parallel libraries such as the Intel BLAS library (supplied on Linux, OSX, and Windows as part of the Microsoft R Open distribution of R). "

"

и ЧТО?