交易中的机器学习:理论、模型、实践和算法交易 - 页 1797

 
Aleksey Nikolayev:

想了想(是关于讨论理论家和matstat的应用的一些地方)。我想,目前这样的事情最好以文章的形式进行,并在随后进行讨论。

与行政部门分享了这个想法,并得到了初步批准。如果你对文章的主题有任何想法和建议,那就在这里分享吧。

如果科学能节省精力和时间,那就是好事。在这里,我有另一个疯狂的想法--在其他叶子的分裂基础上收集新的叶子,问题是,这将产生积极的影响,会有与以前的叶子没有什么关联的新叶子的概率有多大?

正如我所想的,这种方法与贪婪原则不同,将允许更平滑地减少样本的完整性,因此应该使叶子的信号更加稳定。

 
Evgeniy Chumakov:


幼儿发表了一篇新鲜的文章。还没有读过。

显然,永动机的又一次升级,增加了越野能力。

 
Aleksey Nikolayev:

想了想(是关于讨论理论家和Matstat的应用的一些地方)。我想,目前这样的事情最好以文章的形式进行,并在随后进行讨论。

与行政部门分享了这个想法,并得到了初步批准。如果有任何关于文章主题的想法和建议,那就在这里分享吧。

的确,从复杂的科学中选择主题,以及对人们有用的东西是很难的)))。

如果按方向,那么显然是BP解释中各种模型的实际应用。对BP的各种NS算法进行分析,并与数学模型相联系。NS结果的概率期望。Theorver和MO算法,哪个更好,哪个更差)。

我喜欢后者。

谢谢你的阅读思考。)在matstat上也有一些清晰的材料))一个系列可以通过模型来估计/定义/表征的一般结论,以及确定可靠模型的最小情节的定义是一个课题。

[删除]  

在网站上有封闭式邀请小组

但更好的文章

 
NS会不会是一个读心术?链接
Искусственный интеллект научился переводить сигналы человеческого мозга в текст с точностью 97%
Искусственный интеллект научился переводить сигналы человеческого мозга в текст с точностью 97%
  • 2020.04.02
  • www.techcult.ru
Команда исследователей Калифорнийского университета в Сан-Франциско под руководством нейрохирурга Эдварда Чанга успешно применила новый метод декодирования электрокортикограммы – записи ритмической электрической активности коры мозга с помощью электродов, наложенных непосредственно на его поверхность. В ходе исследований четырех пациентов с...
 
Aleksey Vyazmikin:
NS会不会读心术?链接
唯一可以免疫的信息是一个人的想法,而这将是过去的事情了。我觉得我们显然想毁灭自己。如果不是我们,天网会非常高兴地做这件事。因为它正是要从我们这里学习这种技能。破坏 :-(
 

我一直在用Arma捣乱。在弄清真相的同时,我学到了很多有趣的东西。我一直认为,单位根检验与虚数单位有关。结果是测试了过滤器的鲁棒性。阿尔玛是一个由bi和k过滤器组成的过滤器。滤波器可以表示为B/A多项式的比率。它们的根被称为零点和极点。它们在单位圆上的位置被用来判断过滤器的稳定性。单位根检验就是这样的。

没有办法制作稳定的Arma过滤器,有了Ar就没有这个问题了。

 
Rorschach:

我一直在用Arma捣乱。在弄清真相的同时,我学到了很多有趣的东西。我一直认为,单位根检验与虚数单位有关。结果是测试了过滤器的鲁棒性。阿尔玛是一个由bi和k过滤器组成的过滤器。滤波器可以表示为B/A多项式的比率。它们的根被称为零点和极点。它们在单位圆上的位置被用来判断过滤器的稳定性。单位根检验就是这样的。

我不能做一个强大的Arma过滤器,用Ar就没有这样的问题。

你可以说一个过滤器,你可以说它是一个描述BP的方法。如果该模型不稳定地描述了VR,那么我们要么增加多项式的数量,要么去找一个更复杂的或其他的模型。

 
Aleksey Vyazmikin:
NS会不会读心术?链接

这项工作是在NS和MO之前。模式识别方面的成果很早以前就有了,但没有以这种方式写出来。AI、NS、MO只是广告和促销的驱动力))))。人工智能洗地机总是比简单的拖把要贵)))。

 
阿列克谢-维亚兹米 金。

我认为,相对于贪婪原则,这种方法将允许更平滑地减少采样的完整性,因此应该使来自叶片的信号更加稳定。

最好是将精力用于产生新的功能......IMHO...

如果迹象良好,那么我们甚至可以尝试预测极值,我有大约400个和10个模型,但我看到我需要几十倍的数据,训练样本可能达到>100GB,哇)))),我没有这样的能力......

从图片中可以看出,该算法能够识别一些东西,但你需要建立起特征 ...

Valeriy Yastremskiy:

这项工作甚至在NS和MO之前就已经完成。模式识别方面的成果很久以前就有了,但没有以这种方式写出它们。AI、NS、MO只是广告和促销的驱动力))))。人工智能驱动的洗地机总是比简单的拖把要贵))))

是的,当然))))我想看看他们是如何识别图像或用 "如果、然后、其他 "生成语音的,那将是很难得的))但说真的,你是在胡说八道。