交易中的机器学习：理论、模型、实践和算法交易 - 页 2593

[mytarmailS]

Maxim Dmitrievsky#:
这不是我的错，你最近才发现。

啊哈哈哈，对。

[Replikant_mih]

有人从公开渠道吸收信息，对其进行分析并将其用于自己的目的，这有什么错呢？）信息和想法在以结果的形式出现之前都是虚无的。

[Maxim Dmitrievsky]

mytarmailS#:
Ahahaha, exactly

听起来像歇斯底里 )没有人在使用你的 "想法"，冷静下来

[Maxim Dmitrievsky]

Replikant_mih#:
有人从公开渠道吸收信息，对其进行分析，并将其用于自己的目的，这有什么错？)信息和想法在以结果的形式出现之前都是虚无的。

说来话长

[mytarmailS]

Maxim Dmitrievsky#:
听起来像是歇斯底里)没有人使用你的 "想法"，冷静下来。

就这样吧，我很平静))

[mytarmailS]

Aleksey Nikolayev#:

我问了 一个 问题，如果有可能恢复OP，我写给我的是，在Metropolis Hastings 算法的帮助下，这是可能的，这是一种模拟Muntecarlo或类似的东西，总之我对它不了解，有几个R的软件包...

你有什么办法可以帮助解决这个问题吗？

[Aleksey Nikolayev]

mytarmailS#:

我问了一个问题 ，是否 有可能恢复OP，我从一个人那里得到的信息是，用Hastings metropolis 算法可以，这是一种Montecarlo模拟或类似的东西，我对它没有一点了解，有几个R的包...

你有什么办法可以帮助解决这个问题吗？

不太清楚后验分布和目标函数之间有什么联系。

[mytarmailS]

Aleksey Nikolayev#:

我不确定后验分布和目标函数之间有什么联系。

我也是()

[Maxim Dmitrievsky]

mytarmailS#:
我更是如此（）。

你需要在每次训练迭代中拉出所有的模型权重，并在每次迭代中绘制模型得分对权重的依赖性。你会得到一个优化的超表面，不会给你任何东西。猜猜看为什么？你有3次尝试的机会。你有更多的方法失败，尤其是你如果做了助推，你会在精神和身体上遭受很多痛苦，但你已经习惯了🤣🤣🤣🤣，但在其他情况下，也有一个埋伏在那里等着你。

[mytarmailS]

Maxim Dmitrievsky#:
你需要在每次训练迭代中拉出所有的模型权重，并在每次迭代中建立模型评分对权重的依赖。你会得到一个优化的超表面，不会给你任何东西。猜猜看为什么？你有3次尝试的机会。甚至还有一些失败的选择，你会在精神上和身体上受到伤害，特别是在提升的情况下，但你不习惯🤣🤣🤣🤣，但在其他情况下，也有一个伏击在等着你。

上帝再次提出批评