交易中的机器学习：理论、模型、实践和算法交易 - 页 328

新评论
 
桑桑尼茨-弗门科。

PSSP

还有更多有前途的：随机森林、各种阿达。

你怎么能认真地将R与skylab进行比较呢？某种质朴的包装，不在任何排名中...

你认为我在做什么？

[w,b,y,ee] = ann_ADALINE_predict(P,T,0.2,1,Delay);

森林也在那里。

你没有在科学实验室上大做文章）。与R不同，它有自己的任务，当然它也不太常见，但尽管如此，它在大学和科学组织中被广泛使用--MTI、Bing、Bell等等。当然，R和SciLab并不互相取代或竞争--不过，主题领域是不同的。

 
尤里-阿索连科。

而你认为我在做什么？

也有森林。

你对科学实验室的看法不尽如人意）。与R不同，它有自己的任务，当然，它不太常见，但还是在大学和科学组织中被广泛使用--博英、贝尔等。当然，R和SciLab并不取代也不相互竞争，主题领域倒是不同。


煽动增加R的支持者的人口。
 
桑桑尼茨-弗门科。

煽动增加R的支持者的人口。

这就对了）。而我，则提供了一个替代方案。我想这是相当的）。更好的东西，更坏的东西。

说，在计算数学方面，SciLab会更有趣。统计方法在那里也有相当好的表现，但肯定不能与R相比。

 
尤里-阿索连科。

这就对了）。而我，则提供了一个替代方案。我想这是相当的）。更好的东西，更坏的东西。

说，就计算数学而言，SciLab更有意思。那 里的统计方法也相当不错，但肯定不能与R相比。


这种搜索中的布朗运动并不有趣。翻阅这个网站上的所有文章有那么难吗？如果你对搜索过程本身感兴趣，那就不同了。决定你要解决哪些任务（回归/分类？）在我看来，退步是没有前途的。

R语言拥有你在外汇和股票交易中所需要的一切。有一个很好的MT/R捆绑工作。只要实验和实施就可以了。而你提议去没有这些东西的地方。

你能举一个计算性的例子吗 数学？

祝好运

 
桑桑尼茨-弗门科。

你为什么要挑剔网络？他们不工作，就是这样，这只是一个过去时代的时尚，可能是第一个机器学习包，是有的。

还有更多有前途的：随机森林、各种阿达。而一般来说，caret shell包，它有几百个包，包括网格，你可以在它们之间做自动选择。


什么是地狱的种类？)直到你学会这一切--你会变老，无利而死，这是一个真正的地狱。
 
马克西姆-德米特里耶夫斯基。

什么是地狱的种类？)你会在学习中变老。

不要听信任何人。没有证据表明任何脚手架或其他东西比网络更有效。

但有证据表明，网络可以近似于任何函数，但我没有看到同样的脚手架有任何这样的证明。

如果网络不能做到这一点，脚手架当然也不能。 此外，你似乎得到了体面的结果。

所以说 "优化是危险的 "就像说 "显微镜是危险的"--你可能会用它撞到你的头。

 
马克西姆-德米特里耶夫斯基。

什么是地狱的种类？)在你学习这一切的时候，你会变老。
在我的文章中完成拨动。找一根骨头来造肉。
 
Andrey Dik:

不要听信任何人。没有证据表明任何脚手架或其他东西比网络更有效。

但有证据表明，网络可以近似于任何功能，但我没有看到相同的脚手架的这种证据。

如果网络做不到，那么脚手架肯定也做不到。


实际上，随机森林 是一种分类法，根本不做近似。
 
弗拉基米尔-佩雷文科。

在我看来，倒退没有任何意义。



和GARCH？

在分类中，这一切都建立在一组预测因素上。不清楚该去哪里找。

而在GARCH中，这是一个愚蠢的过程：你建立一个趋势模型，分析残留物--建立模型，分析总的模型残留物--建立这个残留物的模型--一些过程没有太多的创造性和猜测。

 
安德烈-迪克

不要听信任何人。没有证据表明任何脚手架或其他东西比网络更有效。

但有证据表明，网络可以近似于任何函数，但我没有看到同样的脚手架有任何这样的证明。

如果网络做不到，脚手架当然也做不到。 此外，正如我所看到的，你的结果是体面的。

是的，优化网络无非就是训练，而且因为有了GA，它的效率更高，速度更快。 所以说 "优化是件危险的事 "就像说 "显微镜是件危险的事 "一样--它确实让人头疼。


根据我的理解，森林是用于预测器分类的，大致上说，不是用于预测的 :)
1...321322323324325326327328329330331332333334335...3399
新评论