Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 3077

Yeni yorum
 
Maxim Dmitrievsky #:
Anlaşılan o ki makaleyi çapraz okumuşsunuz ve hiçbir şey anlamamışsınız. Buradaki sorular artık bilim insanları için değil.

O zaman bir kontrol sorusu soralım. Ne tür rahatsız edici f-y vardır ve bunlar nasıl farklılık gösterir? Ve onlara farklı olarak ne dersiniz? Kolektif bir çiftçi olmamakla birlikte, mavi kanlıyım.

İnsanları etiketleme konusundaki kendini beğenmiş eğiliminiz nedeniyle sizinle uğraşmak tatsız olsa da, daha sonra çok ilginç bir makale örneğinde terminolojinin çevirisini alenen tartışmak adına size cevap vereceğim.

Şimdilik, sıkıntı için Yandex çevirisi şöyledir .

sıkıntı, sıkıntı, sıkıntı, sıkıntı, yük ...

Hiç tatmin olmadım. Daha sonra çevirimi vereceğim ve gerekçelendireceğim. Şu an meşgulüm.

 
СанСаныч Фоменко #:

İnsanları etiketleme konusundaki kendini beğenmiş eğiliminiz sizinle uğraşmayı tatsız hale getirse de, çok ilginç bir makale örneğinde terminolojinin çevirisini alenen tartışmak adına daha sonra kesinlikle cevap vereceğim.

Şimdilik , nuisance için Yandex çevirisi

Rahatsızlık, sıkıntı, sıkıntı, sıkıntı, yük ...

bana hiç uymuyor. Size daha sonra tercümemi vereceğim ve açıklayacağım. Şu an meşgulüm.

Çok ilginç bir hikayeden önce, lütfen internetten (istatistik bölümü) tanımına bakın.

Ayrıca makalede RF'den sadece bahsediliyor, ancak makalenin temeli bu değil.

makaleyi okumadım ama sonuç çıkardım.

 
Maxim Dmitrievsky #:

Çok ilginç bir hikayeden önce, lütfen internetten (istatistik bölümü) tanımına bakın.

ve ayrıca RF'den makalede sadece bahsediliyor, ancak makalenin temeli bu değil.

makaleyi okumamış ama sonuç çıkarmış.

4 Simülasyon

Çalışma Rastgele Ormanlara (Breiman, 2001; kapsamlı bir giriş için ayrıca bkz. Biau & Scornet, 2016) dayalı heterojen tedavi etkilerinin tahmini için meta-öğrenicilerin sonlu örneklem performansını inceliyoruz. Monte Carlo çalışmasının odak noktası, nedensel etki tahmininde örneklem bölme ve çapraz uyumun etkisinin değerlendirilmesinde yatmaktadır. Bu amaçla, tam örneklem, çift örneklem bölme ve çift çapraz uyum ile tahmin edilen yukarıda tartışılan metalearner'ları karşılaştırıyoruz.


Çeşitli nedenlerden dolayı tüm meta öğreniciler için temel öğrenici olarak Rastgele Orman'a güveniyoruz.


makaleyi okumadım ama sonuçlar çıkardım.

Sizinle tartışmanın bir anlamı yok!

 
СанСаныч Фоменко #:

4 Modelleme

Çalışma Rastgele ormanlara (Breiman, 2001; ayrıca bkz. Biau & Scornet, 2016, ayrıntılı giriş) dayalı heterojen tedavi etkilerini tahmin etmek için sonlu örneklem meta-çalışmalarının etkinliğini araştırıyoruz. Monte Carlo çalışmasının odak noktası, örneklem bölme ve çapraz uyumun nedensel etkilerin tahmini üzerindeki etkisini değerlendirmektir. Bu amaçla, yukarıda tartışılan ve tam örnekleme, çift örnekleme bölünmesi ve çift çapraz uyum ile tahmin edilen meta-öğrenicileri karşılaştırıyoruz.


Çeşitli nedenlerden dolayı tüm meta-öğrenme için temel öğrenme yöntemi olarak Rastgele Orman'a güveniyoruz.


Makaleleri okumadım ama bir şeyler kaptım.

Seninle bir şey tartışmanın anlamını göremiyorum!

Makale RF ile ilgili değil, nedensel çıkarımla ilgili, dolayısıyla terminoloji oradan geliyor.

Henüz hiçbir şeyi tartışacak durumda değilsiniz, tabii ki konuyu anlamıyorsunuz.
 

Kod tabanında faydalı bilgiler, yani ilginç göstergeler aramak için çabalara katılmayı öneriyorum.

Görev zaman alıcıdır, ancak hafife alınan bir şeyin bulunma olasılığı vardır.

Göstergeler ve hedefler için temel tahmin ediciler oluşturalım, hedef için olasılık dağılımını analiz edelim.

Sonuç olarak, farklı TF'ler ve ticaret araçları için ayarlarıyla birlikte ilginç özel göstergeler seçeceğiz.

Benim tarafımdan yaklaşık 200 çekirdek çalışmaya dahil edilecek. Ortak çalışmayı organize edeceğim ve gerekli kodu yazacağım.

Sonuç olarak, analiz edilen göstergelerden herhangi birini kodumuzda kullanabileceğiz, her ayarın aralığı ve değişim adımı da dahil olmak üzere ayarları için bir standarda sahip olacağız.

Bu ortak çalışmanın tüm katılımcıları elde edilen kazanımları kullanabilecektir.

Süreci Discord'da organize etmek uygun olacaktır. Siz ne düşünüyorsunuz? Görünüşe göre herkes kazanıyor - sırlarınızı paylaşmıyorsunuz, ancak potansiyel olarak yararlı bir sonuç elde ediyorsunuz.

 

Uygulamam için shiny ile R'de etkileşimli bir grafiğin nasıl görüntüleneceğini öğreniyorum....

biraz koltuk değnekleri ile ama doğru yaptım, dash kütüphanesini henüz denemedim....

Eğer ilgileniyorsanız kullanabilirsiniz, grafik bir tarayıcıda açılıyor, üzerine çift tıklayarak tam ekran yapabilirsiniz.


Grafik tam özellikli, işlemleri görüntüleyebilir, çizebilir, nesneleri seçebilir, değerleri alabilir vb. (ancak bu ayrı bir koddur)


library(xts)
library(plotly)
library(shiny)
library(shinyfullscreen)


len <- 50000
times <- seq(as.POSIXct("2016-01-01 00:00:00"), length = len, by = "sec")
prices <- cumsum(rnorm(len)) +1000

p <- to.minutes5(as.xts(prices,order.by = times))

dat <- cbind.data.frame(index(p) , coredata(p))
colnames(dat) <- c("date","open","high","low","close")




my_plot <- function(dat,width,height){
  library(plotly)
  
  pl <- plot_ly(dat, x = ~date, type="candlestick",
                open = ~open, close = ~close,
                high = ~high, low = ~low,
                line = list(width = 1),
                width = width, height = height)
  
  pl <- layout(pl,
               xaxis = list(rangeslider = list(visible = F),
                            title = ""),
               yaxis = list(side = "right"),
               plot_bgcolor='rgb(229,229,229)',
               paper_bgcolor="white",
               margin = list(l = 0, r = 0, t = 0, b = 0))
  pl
}
resize_tag <- function(){
  tags$head(tags$script('
                        var dimension = [0, 0];
                        $(document).on("shiny:connected", function(e) {
                        dimension[0] = window.innerWidth;
                        dimension[1] = window.innerHeight;
                        Shiny.onInputChange("dimension", dimension);
                        });
                        $(window).resize(function(e) {
                        dimension[0] = window.innerWidth;
                        dimension[1] = window.innerHeight;
                        Shiny.onInputChange("dimension", dimension);
                        });
                        '))
}







ui <- fluidPage(
  resize_tag(),
  #plotlyOutput("plot")
  fullscreen_this(   plotlyOutput("plot")   )
)


server <- function(input, output) {
  output$plot <- renderPlotly( {   
    my_plot(dat,
            width  = (0.95*as.numeric(input$dimension[1])),
            height =  as.numeric(input$dimension[2]))
  })
}

#shinyApp(ui = ui, server = server)
shinyApp(ui, server, options = list(launch.browser = TRUE))
 
Aleksey Vyazmikin özel göstergeler seçeceğiz.

Benim tarafımdan yaklaşık 200 çekirdek çalışmaya dahil edilecek. Ortak çalışmayı organize edeceğim ve gerekli kodu yazacağım.

Sonuç olarak, analiz edilen göstergelerden herhangi birini, her bir ayarın değişim aralığı ve adımı da dahil olmak üzere ayarları için bir standarda sahip olarak kodumuzda kullanabileceğiz.

Bu ortak çabanın tüm katılımcıları elde edilen kazanımları kullanabilecektir.

Süreci Discord'da organize etmek uygun olacaktır. Siz ne düşünüyorsunuz? Herkes kazanıyor gibi görünüyor - sırlarınızı paylaşmıyorsunuz, ancak potansiyel olarak yararlı bir sonuç elde ediyorsunuz.

Bu tür göstergelerin %90'ı dijital filtreler ve dalgacıklarla değiştirilir. Geriye ne kaldı? Volatilite göstergeleri, başka ne var?

 
Rorschach #:

Bu tür göstergelerin %90'ının yerini dijital filtreler ve dalgacıklar almıştır. Geriye ne kaldı? Volatilite göstergeleri, başka ne var?

Ayrıca, göstergenin değerinin genel görevine geri dönerek değerlerini tahmin etme girişimi de ekleyebilirsiniz - eğer %100 doğrulukla çıkarsa, çöpe atın.

Basit bir tanesiyle başlayabilirsiniz - türlere göre kategorize edin - osilatörler, ortalamalar - MA gibi, seviye göstergeleri - nispeten nadiren yeniden hesaplanır.

Ve bu proje çerçevesinde geçmiş haberleri işleyebilirsiniz.
 

Yani kimse fikrimi beğenmedi mi?

Herkes diğerlerinden daha zeki olduğunu düşünüyor ve göstergelerde faydalı bir fikir olamayacağından emin mi?

Ya da onlarla birlikte yararlı bilgiler edinmekle ilgilenmiyorlar mı? Ne kendileri için ne de başkaları için?

Yoksa yedekte 10 hayatınız var ve her şeyi kendi başınıza yönetmeyi mi umuyorsunuz?

 
Aleksey Vyazmikin özel göstergeler seçeceğiz.

Benim tarafımdan yaklaşık 200 çekirdek çalışmaya dahil edilecek. Ortak çalışmayı organize edeceğim ve gerekli kodu yazacağım.

Sonuç olarak, analiz edilen göstergelerden herhangi birini, her bir ayarın değişim aralığı ve adımı da dahil olmak üzere ayarları için bir standarda sahip olarak kodumuzda kullanabileceğiz.

Bu ortak çabanın tüm katılımcıları elde edilen kazanımları kullanabilecektir.

Süreci Discord'da organize etmek uygun olacaktır. Siz ne düşünüyorsunuz? Herkes kazanıyor gibi görünüyor - sırlarınızı paylaşmıyorsunuz, ancak potansiyel olarak yararlı bir sonuç elde ediyorsunuz.

Alexei, bu neredeyse imkansız.

1...307030713072307330743075307630773078307930803081308230833084...3399
Yeni yorum
Neden: