交易中的机器学习：理论、模型、实践和算法交易 - 页 1462

新评论
 
马克西姆-德米特里耶夫斯基。

而且不要偷看，没有你我们也会想出办法的。去教你的污点吧，Graalewod。

开始做鬼脸，展示你的舌头）。幼儿园）。
 
总之，我想起了关于趋势的问题。我会把它们加入到要检查的功能列表中。谢谢你!
 
elibrarius。
好吧，我已经记住了这些趋势。我会把它们加入到要检查的功能列表中。谢谢你!

请，你的主人。

 
尤里-阿索连科。
做鬼脸，露出舌头)。幼儿园）。

然而，什么样的对手，是沟通。

来了就走--这就是沟通的乐趣吗？

 

马克西姆-德米特里耶夫斯基。

或阅读关于facebook预言家如何在那里建立模型，有很多有用的东西。它在Python上对我不起作用，它可能对R起作用。

...以及预言家是如何做的--在这个主题中已经展示了，但老师们却从缝隙中溜走了））））。

 
Vizard_。

...以及先知是如何逍遥法外的--在这个主题中已经展示过了，但大师们都抢着说了）））））。

普鲁士、身份证、密码......读起来很愉快......。

 
elibrarius。
Les当然不能进行加法和乘法，也不会在内部创建指标，但它善于从价格或指标图表中记住模式。
这就是你的错误所在。Forest在重建回归方面和NS一样成功，它可以形成自己需要的指标，并直接与BP合作。在这里，这只是一个设定真正的任务和训练的问题。一般来说，MO不喜欢 "去那里，我不知道在哪里 "的任务。
 
尤里-阿索连科。
你在这里是错的。森林在恢复回归方面和NS一样成功，也可以在内部形成自己需要的指标，直接与BP合作。在这里，这只是一个设定真正的任务和训练的问题。一般来说，MI不喜欢 "去那里，我不知道在哪里 "的任务。
最后的结果--将形成。但纯粹是通过记住预测器的输入组合。
它不做任何乘法或除法来组合任何东西。
 
elibrarius。
最后的结果将形成。但纯粹是通过记住预测器的输入组合。
它不做任何乘法或除法来组合任何东西。
它将在逻辑层面上完美地记住一切。如果它不记得，那就是问题陈述的问题了。
因此，在这个主题的早些时候，已经表明森林在预测真实的市场BP方面做得很好。顺便说一下，我没有显示，但训练是在我的数据上进行的。
 
尤里-阿索连科。
它将在逻辑层面上完美地记住一切。如果他不记得了--这就是一个任务制定的问题。
因此，在这个主题的早些时候，已经表明森林在预测真实的市场BP方面做得很好。顺便说一下，我没有展示它，但它是在我的数据上训练的。
我并不反对。
在我看来，森林是一个可以快速访问的数据库。
大约3年前，我在MySQL上做了一个模板搜索器。在一百万个例子中，在50列中搜索出10-20个最相似的例子。我在大约1秒钟内搜索了1个酒吧。森林是数百或数千倍的速度，找到一张收集这10-20个例子的表。
1...145514561457145814591460146114621463146414651466146714681469...3399
新评论