交易中的机器学习：理论、模型、实践和算法交易 - 页 1503

[Roman]

所有在NS领域的人下午好。
我没有研究过很多基本意义上的NS，但有问题也没有人可以咨询。
如果有谁对建筑模型很了解，请告知在哪个方向寻找解决方案，以及是否有意义。

该任务具有以下性质。
在一维数组中有一个样本，指标的值被重新绘制。
是否有可能用NS教网络获得同样的样本阵列，但不需要在实时中进一步重绘这个样本？
即用老师讲授样本的重复值，这个结果会不会实时重绘？
如果不是，什么模式更适合它？
按照我的理解，聚类法给出的最终答案是两个解决方案 是 否，真假，0 1
这种学习模式不适合手头的任务。
手头的任务需要哪种学习模式？
而为了摆脱最终结果中的数值重绘，训练有什么意义吗？

[mytarmailS]

罗马 人。

所有在NS领域的人都有好时光。
我已经学习了NS的基本理解，但我有问题，没有人可以咨询。
如果有人对这个模型很了解，请告诉我在什么方向上寻找解决方案，以及是否有意义。

该任务具有以下性质。
在一维数组中有一个样本，指标的值被重新绘制。
是否有可能用NS教网络获得同样的样本阵列，但不需要在实时中进一步重绘这个样本？
也就是说，用老师来训练重复的样本值，这个结果会不会实时重绘？
如果是这样，哪种模式最适合？
按照我的理解，聚类法给出的最终答案是两个解决方案 是 否，真假，0 1
这种学习模式不适合手头的任务。
手头的任务需要哪种学习模式？
而在最终结果中摆脱重绘数值的 训练是否有任何意义？

如果结果不断被重绘，那么什么算作最终结果？

为什么不像其他东西一样，在蜡烛关闭时计算？

[Roman]

mytarmailS:

如果结果不断被重绘，那么什么算作最终结果？

为什么不象其他东西一样，以蜡烛的关闭来计算？

我们不教极端值，而是教值的范围。
最后的结果是一维数组中的原始教师。
也就是说，重点是复制例如相同的遮罩，但不是实时重画（遮罩是例如，它不画）。

[Igor Makanu]

罗马 人。

在基本的理解上，我没有研究过多少NS，但我有问题，也没有人可以咨询。

...
有没有可能用NS训练一个网络，得到同样的样本阵列，但这样一来，这个样本以后就不会实时重绘？
也就是说，用老师来训练重复的样本值，这个结果会不会实时重绘？

对NS的基本理解很奇怪，那么你对NS训练错误的定义是什么？

答案是否定的，NS总是会根据你的理解重绘，即使你在数据上训练不重绘，你可以实验激活函数和NS的结构，但它仍然会 "停止 "在训练NS的错误中 - 这个错误会在计算训练的NS时 "重绘"

像这样

[Roman]

伊戈尔-马卡努。

对NS操作的基本理解很陌生，那么在你的概念中，NS训练的错误是什么？

答案是否定的，根据你的定义，NS将永远重绘，即使在数据上训练不重绘，你可以实验激活函数和NS的结构，但所有相同的 "将停止 "在教NS的错误 - 这个错误将 "重绘 "计算训练后的NS

像这样

学习误差是期望和实际模型输出之间的差异。
它不允许你用没有参与学习过程的新数据来评估模型的准确性。
最好是使用泛化误差，即模型在测试集上的误差。
所以它是这样的。

这就是为什么我想知道是否有可能在NS的帮助下解决这个任务。
还有关于可以解决这个问题的可能模式。
是的，我们的想法只是从过去的非抽样值中抽取一个范围，在这个样本上训练网络。
有专门的程序用于训练现成的模型或手动构建模型。
问题是哪个模型更适合这项任务，模型的名称，我相信有这样的模型。
是的，有可能存在误差，但你可以尝试将其降到最低，最主要的是模型选择正确。
我将听取其他参与者的意见。

[mytarmailS]

伊利亚-安提平。

真实数据的情况如何？

[Ilya Antipin]

mytarmailS:

真实数据的情况如何？

似乎是在拉动加码，但现在说还为时过早。我周五刚在我的模拟账户上开始使用它。我正在考虑增加最低入市触发点，以减少交易数量并提高交易质量。

[Alexander_K]

伊利亚-安提平。

它似乎是黑色的，但现在说还为时过早。我周五刚在我的模拟账户上开始使用它。我正在考虑提高最低入市触发点，以减少交易数量并提高交易质量。

这是一个垃圾，不是一个TS，我的朋友。

[Женя]

伊利亚-安提平。

它似乎正在向黑色发展，但现在说还为时过早。我周五刚在我的模拟账户上开始使用它。我正在考虑提高最低入市触发点，以减少交易数量并提高交易质量。

Alexander_K:

这是废话，不是TS，我的朋友。

如此低的交易数量不足以认识圣杯。分析结果和真实结果之间的差异并不大。

[Maxim Dmitrievsky]

HMM与SOM在原理上有什么不同？