交易中的机器学习：理论、模型、实践和算法交易 - 页 1332

新评论
 
 
 
阿列克谢-维亚兹米 金。

你不想谈论采样--好吧。谢谢你的建议，阅读具体的文献。

但我不明白你关于 "种子 "的逻辑--每次你开始创建模型时，都会产生一个随机变量，可以用 "种子 "参数来固定，这个变量会影响模型的创建，所以 "你是在建立模型还是随机事件 "这句话让我陷入了逻辑的迷茫--请解释你的想法。

模型是建立在预测者关系上的，种子影响这些关系的形成，从而影响模型的建立。矛盾在哪里--我不明白！？

此外，在讲座中建议对这个Seed进行暴力破解，包括昨天的视频中CatBoost种子在python文件中的例子是固定的--显然这是暴力破解。

我写过，但都被删除了......看书吧，我太累了，无法复述其内容。

 
马克西姆-德米特里耶夫斯基。

他只是在用这个，有一个MGUA库，一个MLP和一个SVM。


这是一辆自行车。使用基本的东西并引入一些功能，我们得到了一些新的东西。

他的产品不是比MSUA、MLP和SVM单独拿出来的更好吗？(如果只是因为他把它们结合在一个程序中的话）。

 
埃利布留斯。

这就是自行车的意义所在。使用基本的东西，并引入一些功能，我们得到一些新的东西。

他的产品比MSUA、MLP和SVM分别好？(至少由他把它们结合在一个程序中)

你说的更好是什么意思？"它需要10个小时来训练，因为mikhailo在100个点的数据集上训练它？

而经证实的结果在哪里？

这正是一个问题，如果标准的手段和方法不能实现目标，那么这些MO的变态行为肯定不会导致任何好的结果。
 
马克西姆-德米特里耶夫斯基。

总之......我写了，但被删除了......看书吧，我无法复述内容。

...

 
马克西姆-德米特里耶夫斯基。

你说的更好是什么意思？"它 需要10个小时 来训练 ，因为mikhailo在100个点的数据集上训练它？

证实的结果在哪里？ 空谈

问题是，如果标准的手段和方法不能实现目标，这些M.O.的变态行为肯定不会带来什么好结果。

这正是我没有详细研究它的原因。

而关于有人使用它的事实--你说（不管是关于有毒的，还是关于一个巫师）。

而关于只使用标准工具，我还是不同意。否则，科学就会停滞不前，我们仍然会坐在山洞里，研究火中余烬的位置，预测猛犸象明天的肥瘦。）

阿列克谢的结果看起来不错。我们只需要检查一年的账户/信号就可以了。不幸的是，他有这样一个时间框架...每个月有6个月的提款权。如果我是他，我会调查一些不太长期的东西。即使是一个星期的缩减也会让我想去解决一些问题。

 

因此，争论是没有意义的。有些人喜欢发明，他们发明。谁不喜欢它，谁就不会发明它。

这就像在科学中--你可以做1000个实验，其中999个不成功，只有1个会导致发现新的和有用的东西。但999次不成功的实验当然会耗费你大量的时间。因此，最好是在你有充足的条件（工资/赠款/赞助人/自有资金）时进行。在我们的领域，最好是有一台超级计算机，这样计算就需要10分钟而不是10小时。

 
埃利布留斯。

这正是我没有详细调查的原因。

而关于有人使用它的事实--你说（要么是关于有毒，要么是关于巫师）。

而且我仍然不同意你说的只使用标准工具。否则科学就会停滞不前，我们仍然会坐在山洞里研究火中余烬的位置，预测明天猛犸象的肥瘦）））。

阿列克谢的结果看起来不错。只需要检查一下账户/信号一年的情况。不幸的是，他有这样一个时间框架...每个月有6个月的提款权。如果我是他，我会调查一些不太长期的东西。即使是一个星期的缩减也会让我想去解决一些问题。

我是说，结果是可以预测的，是基于理论的。

你不必做很多不必要的工作，尽管它可能是有用的。

我们只是在谈论不同的事情，例子是题外话。

 
马克西姆，我把样本换掉了--为了训练和验证，我留下了测试样本--基于科学教条的结果会是什么？我自己还不知道，加工还没有完成。
1...132513261327132813291330133113321333133413351336133713381339...3399
新评论