交易中的机器学习：理论、模型、实践和算法交易 - 页 2359 1...235223532354235523562357235823592360236123622363236423652366...3399 新评论 Maxim Dmitrievsky 2021.03.08 14:15 #23581 Evgeni Gavrilovi: 国防部能否按概率计算出信号的质量？然后过滤出那些概率超过90%的人模型输出中已经有了概率，但它们是假的，即与人口没有关系。 可以通过一个阈值进行过滤 Maxim Dmitrievsky 2021.03.10 03:58 #23582 AutoMO意味着要通过模型并选择最佳的模型。 如果catbust在所有数据集上都能击败所有人，那还有什么意义？ https://mljar.com/machine-learning/compare-ml-algorithms/ Compare Machine Learning Algorithms mljar.com Machine Learning Made Simple mytarmailS 2021.03.10 11:12 #23583 好吧，这里证明了模型并不能解决任何问题，模型之间的差异是~5%... 只有标志和呈现信息的方式是决定性的...... 但傻瓜们确实相信模型，喜欢模型，祈祷海外有新模型的文章，还有什么比在 "原始 "数据上训练一个模型更容易的吗？:))你不需要思考，也不需要知道什么，只要复制代码，你就是MO主题中一个很酷的MO交易员))) WAKE UP!!!! 有很多迹象和处理方法，你没有足够的计算能力来检查所有的迹象和处理方法，甚至是一群人！！！。 你的脑子是不是被搞坏了，除了回报，你什么都不看，只知道用蛮力做几个模型...... 研究DSP、系统建模和其他科学，没有知识的一毛不拔，它只是最酷的配件，仅此而已。 Valeriy Yastremskiy 2021.03.10 11:48 #23584 mytarmailS: 好吧，这里证明了模型并不能解决任何问题，模型之间的差异是~5%...只有标志和呈现信息的方式是决定性的...... 但傻瓜们确实相信模型，喜欢模型，祈求海外有新模型的文章，还有什么比在 "原始 "数据上训练模型更容易的吗？:))你不需要思考，也不需要知道什么，只要复制代码，你就是MO主题中一个很酷的MO交易员)))WAKE UP!!!!有很多迹象和处理方法，你没有足够的计算能力来检查所有的迹象和处理方法，甚至是一群人！！！。你的脑子是不是被搞坏了，除了回报，你什么都不看，只知道用蛮力做几个模型......研究DSP，系统建模和pr科学，一MO没有知识，它只是最酷的配件，仅此而已...... 而你能不胡闹吗？))))，它有许多更美好的同义词））） 总之，他们的科学有更多的钱，所以我们还没有领先( 处理原始数据也是一种模式。当然，测试一个模型也不是理解它) mytarmailS 2021.03.10 12:20 #23585 Valeriy Yastremskiy: 无意冒犯，这不是针对你的... 这是给那些读过西方文章，认为 "GPT-3 "将撕裂市场的人看的。 你可以在一个滑动窗口中输入10个回报，你没有脑子，可以输入更多，但还有什么？网络会考虑到一切，是的... 瓦列里-亚斯特雷姆斯基。 无论如何，他们的科学有更多的钱，这就是为什么我们还没有领先( 这不是我的意思... 有两个问题。 1）模型中的 "信息饥饿"，那些是少数的、不好的迹象 如果你想预测过程，而你有只描述5%过程的标志，你应该至少训练100层，8次卷积的mega-duper-super-ultra GPT-5。 输出将是相同的预测，误差为95%。 而人们并不了解这一点，但却为架构所倾倒，你能叫它们什么呢？ 结论：问题的解决不在国防部 2）特征的寿命不长，它们失去了有用的属性，而且非常快，没有MI可以看到它们属性的有用性的动态，你应该用你的大脑工作，而不是用模型。 结论是问题的解决方案不在MO中 瓦列里-亚斯特雷姆斯基。 对原始数据的处理也是一种模式。当然，对一个模型的测试也不是对它的理解）。 嗯，是的，这是一个充分性的问题...... 当一架飞机飞过我的头顶，我买下了eura，这也是一个模型... Maxim Dmitrievsky 2021.03.10 12:41 #23586 嗯，看来做ME有时会导致精神崩溃。 也许有人会尝试解释AutoML的神圣含义？ Valeriy Yastremskiy 2021.03.10 19:28 #23587 Maxim Dmitrievsky: 嗯，看来做ME有时会导致精神崩溃。也许有人会尝试解释AutoML的神圣含义？ 每个人都有自己的）这取决于什么被认为是自动机-书）不断地训练和不断地调整参数或全局方法，对世界上已知的所有模型进行完整的数据训练，并选择最佳模型和调整参数））。 Aleksey Nikolayev 2021.03.10 20:42 #23588 Maxim Dmitrievsky: 谁能试着解释一下AutoML的神圣含义？ 显然，这就像动画片中的那些 "两个来自盒子，脸部相同 "的东西，这将为我们做一切）。 Aleksey Mavrin 2021.03.10 20:48 #23589 Maxim Dmitrievsky: 谁能试着解释一下 AutoML的神圣含义？ 营销。 Maxim Dmitrievsky 2021.03.11 01:43 #23590 也就是说，目标是通过大幅增加运行模型的时间来赢得质量增益的碎屑。 但也有自动预处理和自动探索性分析。 1...235223532354235523562357235823592360236123622363236423652366...3399 新评论 您错过了交易机会： 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符（不带空格） 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号，请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置，否则您将无法登录。 忘记您的登录名/密码？ 使用 Google 登录
国防部能否按概率计算出信号的质量？然后过滤出那些概率超过90%的人
模型输出中已经有了概率，但它们是假的，即与人口没有关系。
可以通过一个阈值进行过滤AutoMO意味着要通过模型并选择最佳的模型。
如果catbust在所有数据集上都能击败所有人，那还有什么意义？
https://mljar.com/machine-learning/compare-ml-algorithms/
好吧，这里证明了模型并不能解决任何问题，模型之间的差异是~5%...
只有标志和呈现信息的方式是决定性的......
但傻瓜们确实相信模型，喜欢模型，祈祷海外有新模型的文章，还有什么比在 "原始 "数据上训练一个模型更容易的吗？:))你不需要思考，也不需要知道什么，只要复制代码，你就是MO主题中一个很酷的MO交易员)))
WAKE UP!!!!
有很多迹象和处理方法，你没有足够的计算能力来检查所有的迹象和处理方法，甚至是一群人！！！。
你的脑子是不是被搞坏了，除了回报，你什么都不看，只知道用蛮力做几个模型......
研究DSP、系统建模和其他科学，没有知识的一毛不拔，它只是最酷的配件，仅此而已。
好吧，这里证明了模型并不能解决任何问题，模型之间的差异是~5%...
只有标志和呈现信息的方式是决定性的......
但傻瓜们确实相信模型，喜欢模型，祈求海外有新模型的文章，还有什么比在 "原始 "数据上训练模型更容易的吗？:))你不需要思考，也不需要知道什么，只要复制代码，你就是MO主题中一个很酷的MO交易员)))
WAKE UP!!!!
有很多迹象和处理方法，你没有足够的计算能力来检查所有的迹象和处理方法，甚至是一群人！！！。
你的脑子是不是被搞坏了，除了回报，你什么都不看，只知道用蛮力做几个模型......
研究DSP，系统建模和pr科学，一MO没有知识，它只是最酷的配件，仅此而已......
而你能不胡闹吗？))))，它有许多更美好的同义词）））
总之，他们的科学有更多的钱，所以我们还没有领先(
处理原始数据也是一种模式。当然，测试一个模型也不是理解它)
无意冒犯，这不是针对你的...
这是给那些读过西方文章，认为 "GPT-3 "将撕裂市场的人看的。
你可以在一个滑动窗口中输入10个回报，你没有脑子，可以输入更多，但还有什么？网络会考虑到一切，是的...
无论如何，他们的科学有更多的钱，这就是为什么我们还没有领先(
这不是我的意思...
有两个问题。
1）模型中的 "信息饥饿"，那些是少数的、不好的迹象
如果你想预测过程，而你有只描述5%过程的标志，你应该至少训练100层，8次卷积的mega-duper-super-ultra GPT-5。
输出将是相同的预测，误差为95%。
而人们并不了解这一点，但却为架构所倾倒，你能叫它们什么呢？
结论：问题的解决不在国防部
2）特征的寿命不长，它们失去了有用的属性，而且非常快，没有MI可以看到它们属性的有用性的动态，你应该用你的大脑工作，而不是用模型。
结论是问题的解决方案不在MO中
对原始数据的处理也是一种模式。当然，对一个模型的测试也不是对它的理解）。
嗯，是的，这是一个充分性的问题......
当一架飞机飞过我的头顶，我买下了eura，这也是一个模型...
嗯，看来做ME有时会导致精神崩溃。
也许有人会尝试解释AutoML的神圣含义？
嗯，看来做ME有时会导致精神崩溃。
也许有人会尝试解释AutoML的神圣含义？
谁能试着解释一下AutoML的神圣含义？
显然，这就像动画片中的那些 "两个来自盒子，脸部相同 "的东西，这将为我们做一切）。
谁能试着解释一下 AutoML的神圣含义？
营销。
也就是说，目标是通过大幅增加运行模型的时间来赢得质量增益的碎屑。
但也有自动预处理和自动探索性分析。